Présentation de méthodes de simulation pour générer des données synthétiques à partir d'un modèle Box et Jenkins saisonnier ou non saisonnier. Les réalisations aléatoires du modèle stochastique sous-jacent servent de valeurs de départ. Après
Bruit gaussien fractionnaire ; Géographie physique ; Hydrologie mathématique ; Hydrologie stochastique ; Méthode de Box-Jenkins ; Persistance ; Phénomène de Hurst ; Processus ARMA ; Processus aléatoire ; Processus autoagressif à moyenne mobile
Redéfinition du phénomène de Hurst à partir de plusieurs simulations: un processus gaussien fractionnaire et un modèle de type Box et Jenkins. L'emploi du critère d'information d'Akaike, montre que le processus gaussien fractionnaire est meilleur
dans la conservation du phénomène de Hurst| il est cependant, d'un point de vue opérationnel, plus facile d'employer un modèle du type de ceux Box et Jenkins.
Les controverses continuent à exister sur les mécanismes qui sont à la base du phénomène de Hurst: le premier est la non-stationnarité du niveau moyen du processus, le second une structure stationnaire (de type modèle Box et Jenkins) avec des