---

L identification des systèmes dynamiques complexes reste une préoccupation lorsque les erreurs de prédictions contiennent des outliers d innovation. Ils ont pour effet de détériorer le modèle estimé si le critère d estimation est mal choisi et mal adapté. Cela a pour conséquence de contaminer la distribution de ces erreurs, laquelle présente des queues épaisses et s écarte de la distribution normale. Pour résoudre ce problème, il existe une classe d estimateurs, dits robustes, moins sensibles aux outliers, qui traitent d une manière plus douce la transition entre résidus de niveaux très différents. Les M-estimateurs de Huber font partie de cette classe. Ils sont associés à un mélange des normes L2 et L1. A partir de ce cadre formel, nous proposons dans cet ouvrage, un ensemble d outils d estimation et de validation de modèles paramétriques linéaires et pseudo-linéaires boîte-noire, avec extension de l intervalle de bruit dans les petites valeurs de la constante d accord de la norme de Huber.

---