A) Une valeur constante. B) Collection de variables aléatoires indexées dans le temps ou l'espace. C) Une fonction déterministe. D) Une équation linéaire.
A) Le comportement passé influence fortement les résultats futurs. B) Le processus revient toujours à sa valeur moyenne. C) Le comportement futur ne dépend pas de l'histoire passée, étant donné le présent. D) Il présente un comportement périodique.
A) Distribution exponentielle. B) Distribution de Poisson. C) Distribution normale. D) Distribution de Weibull.
A) Une distribution qui converge vers zéro au fil du temps. B) Une distribution dont les paramètres changent constamment. C) Une distribution de probabilité qui reste inchangée dans le temps. D) Une distribution qui dépend de l'état initial.
A) Mesure de la relation linéaire entre les valeurs à différents moments. B) Mesure de la périodicité du processus. C) Mesure de la différence absolue entre les valeurs. D) Mesure de la dispersion des valeurs autour de la moyenne.
A) Mouvement brownien. B) Processus de Markov. C) Processus de Poisson. D) Processus d'Ornstein-Uhlenbeck.
A) Le point fixe du processus. B) L'historique des observations passées. C) Ensemble de toutes les valeurs possibles que le processus peut prendre. D) L'ensemble des prédictions futures.
A) Une équation qui calcule directement la distribution stationnaire. B) Une équation qui modélise l'incertitude des transitions. C) Une équation qui décrit la probabilité de transition entre les états dans des pas de temps consécutifs. D) Une équation qui prédit le comportement à long terme de la chaîne. |