@InProceedings{1983_013-0006_10619,
	author = "Y. T. CHAN and J. WOOD",
	title = "Une nouvelle technique pour déterminer l'ordre d'un processus ARMA",
	booktitle = "9° Colloque sur le traitement du signal et des images",
	year = "1983",
	publisher = "GRETSI, Groupe d’Etudes du Traitement du Signal et des Images",
	number = "013-0006",
	pages = "p. 1001-1006",
	month = "may # 16--20",
	address = "Nice",
	doi = "",
	pdf = "1983_013-0006_10619.pdf",
	abstract = "Lors d'une estimation spectrale à l'aide d'un modèle, il est généralement reconnu que les modèles de type ARMA (autoregressive-moving average) donnent des estimations ayant une plus grande résolution que les modèles autoregressifs seuls [1,2]. Cependant, il manque pour l'instant une méthode acceptable pour déterminer l'ordre d'un processus de type ARMA à partir de sa sortie. Le critère d'information de Akaike [1] peut être utilisé pour déterminer l'ordre de la partie AR du processus , cependant le problème demeure pour trouver l'ordre de la partie MA. Les quelques rares techniques qui existent pour évaluer cet ordre sont basées sur des méthodes empiriques d'essais et corrections. Ce paper présente une nouvelle méthode qui détermine l'ordre d'un processus ARMA en une seule opération. Il s'agit d'une modification de la méthode de Chow [6] qui fait usage de la procedure d'orthonormalisation de Gram-Schmidt pour déterminer la dépendance linéaire des colonnes dans une matrice d'autocorrélation. Le développement théorique est vérifié par des simulations qui donnent également des résultats sur la détermination d'ordres de processus seulement à partir de séquences de sortie."
}