Dans cette présentation, nous abordons le problème d’inférence du paramètre de dérive dans un processus de diffusion généralisé à racine carrée, particulièrement adapté à la modélisation de données présentant des caractéristiques périodiques. Nous examinons également le cas où des contraintes linéaires peuvent être imposées aux paramètres de dérive. Trois estimateurs sont introduits : l’estimateur sans contraintes, l’estimateur avec contraintes et l’estimateur de rétrécissement, dont nous évaluons l’efficacité relative. En outre, nous explorons la détection de changements dans ce cadre. Des études de simulation valident l’efficacité des méthodes proposées, qui sont ensuite appliquées aux prix historiques du maïs sur une période spécifique, exprimés en dollars américains par boisseau. Les résultats soulignent l'importance d'une inférence précise et d'une détection rapide des changements dans les processus économiques.