Résumé: Dans ce travail, nous avons exposé différentes méthodes d'identification (moindres carrés récursive, variable instrumentale récursive, moindres carrés étendue récursive et maximum de vraisemblance récursive). En utilisant le modèle A.R.M.A.X et à partir de l'application des quatre méthodes à deux exemples de 1er et 2eme ordre, nous avons essayé de mettre en évidence l'effet du bruit (perturbation) sur la convergence des paramètres (vers les valeurs réelles) et une minimisation de l'erreur de prédiction. Il ressort que la méthode de maximum de vraisemblance associé à un nombre d'itération très élevé donne les meilleurs résultats quand le bruit est important, ce dernier cas étant le plus délicat à identifier.

Langue: Français
Collation: 119 p. ill. ;30 cm.
Diplôme: Magister
Etablissement de soutenance: Oran, Université des Sciences et de la Technologie. Faculté de Génie Electrique
Spécialité: Automatique
Index décimal 510 .Mathématiques
Thème Electronique

Mots clés:
Moindres carrés
Variables instrumentales (statistique)
Maximum de pseudo-vraisemblance (statistique)

Note: Bibliogr. p.[1]