S'abonner à l'agenda

Séminaire Statistique

organisé par l'équipe Statistique

  • Jules Sadefo Kadem

    Value-at-Risk for quadratic portofolio's with generalized Laplace distributed returns

    3 janvier 2006 - 14:15Salle de séminaires IRMA

    Jules Sadefo Kadem est un candidat eventuel pour le poste de MdC en Statistiques.
  • Pierre Ribereau

    Analyse des extremes: estimation de bornes pour les periodes de retour.

    10 janvier 2006 - 14:15Salle de séminaires IRMA

    P.Ribereau est un candidat eventuel pour le poste de MdC
  • Davit Varron

    Lois limites non standard pour les accroissements fonctionnelles de la f.d.r. empirique composee.

    17 janvier 2006 - 14:15Salle de séminaires IRMA

    D.Varron est un candidat eventuel pour le poste de MdC.
  • Denys Pommeret

    Adaptation du test de Neyman pour des mélanges de lois

    24 janvier 2006 - 14:15Salle de séminaires IRMA

    Denys Pommeret est un candidat eventuel pour le poste de Professeur
  • Aude Illig

    Identification et estimation pour des modèles ARMA spaciaux quadrantaux

    31 janvier 2006 - 14:15Salle de séminaires IRMA

    Aude Illig est intéressée du poste de MdC
  • Armelle Guillou

    Quelques résultats récents sur l'analyse des valeurs extrèmes et ses applications

    7 février 2006 - 14:15Salle de séminaires IRMA

    Armelle GUILLOU est une candidate eventuelle sur le poste de Pr
  • Laurent Rouviere

    Méthodes combinatoires en estimation de la densité et classification de courbes

    14 février 2006 - 14:15Salle de séminaires IRMA

    Laurent ROUVIERE sera candidat à un poste de MCF
  • Sandie Ferrigno

    Un test d'adéquation pour les modèles de régression: théorie et applications.

    28 février 2006 - 14:00Salle de séminaires IRMA

    Mlle Ferrigno est une candidate eventuelle au poste de MdC.
  • Jean-baptiste Aubin

    Estimation fonctionnelle par projection adaptive

    7 mars 2006 - 14:00Salle de séminaires IRMA

    J-B. Aubin est un candidat eventuel sur le poste de MdC
  • Samuela Leoni-aubin

    Vraisemblance empirique et phi-divergence dans les modèles à rapport de densités semi-paramétrique

    7 mars 2006 - 14:45Salle de séminaires IRMA

    S.Leoni-Aubin est une candidat sur le poste de MdC
  • Philippe Saint-pierre

    Modèles multi-états Markovien et semi-Markovien: Application à l'asthme

    14 mars 2006 - 14:00Salle de séminaires IRMA

    Ph. Saint-Pierre est un candidat eventuel sur le poste de MdC. Résumé: Dans de nombreux domaines, décrire l'évolution des phénomènes dans le temps est d'un intérêt capital, en particulier pour aborder les problématiques de la prédiction et de la recherche de facteurs causaux. En épidémiologie, on dispose de données de cohorte qui renseignent sur un groupe de patients suivis dans le temps. Les modèles multi-états de type Markovien proposent un outil intéressant qui permet d'étudier l'évolution d'un patient à travers les différents stades d'une maladie. Dans cet exposé, nous rappelons tout d'abord la méthodologie relative au modèle de Markov homogène. Ce modèle est le moins complexe, il suppose que les intensités de transition entre les états sont constantes dans le temps. Dans un second temps, la théorie des processus de comptage est présentée afin d'introduire des méthodes d'estimations non-paramétriques dans le cadre d'un modèle de Markov non-homogène. Dans ce modèle, les intensités de transition dépendent du temps depuis l'inclusion dans l'étude. Nous étudions ensuite un modèle semi-Markovien homogène qui suppose que les intensités de transition dépendent du temps écoulé dans un état de santé. Ces méthodes d'estimation supposent que le mécanisme de censure n'apporte aucune information sur l'évolution de la maladie. Cette hypothèse étant rarement vérifiée en pratique, nous proposons une méthode d'estimation permettant de prendre en compte une censure informative. Toutes ces méthodes sont mises en oeuvre afin d'étudier une base de données de patients asthmatiques. L'objectif est d'aider les cliniciens à mieux comprendre l'évolution de la maladie. Les résultats permettent notamment de mettre en évidence l'impact négatif du surpoids sur l'évolution de l'asthme.
  • Julien Jacques

    Discrimination sur variables binaires pour des populations d'apprentissage et de test différentes

    21 mars 2006 - 14:00Salle de séminaires IRMA

    J.Jacques est un candidat eventuel pour le poste de MdC
  • Sylvain Sardy

    Adaptive estimation parsimonieuse par vraisemblance pénalisée Lp

    28 mars 2006 - 14:00Salle de séminaires IRMA

    S.Sardy est un candidat eventuel pour le poste de PR
  • Bruno Portier

    Un test d'ajustement pour la loi du bruit associé à un modèle auto-régressif avec ou sans controle

    4 avril 2006 - 14:00Salle de séminaires IRMA

    B.Portier est un candidat eventuel au poste de Pr
  • Victor Konev

    Sequential estimation of the parameter of an auto-regressive model with dependent noises

    11 avril 2006 - 14:00Salle de séminaires IRMA

  • Victor Konev

    Parameter estimation in unstable autoregressions

    25 avril 2006 - 13:45Salle de séminaires IRMA

    Attention: le debut du séminaire est avancé
  • L. Galtchouk

    Reunion de l'organisation

    10 octobre 2006 - 14:00Salle de séminaire 418

  • Davit Varro

    Principes de grandes déviations dans les espaces Schauder-décomposables

    17 octobre 2006 - 15:30Salle de séminaires IRMA

    ATTENTION : CE SEMINAIRE EST REPORTE A UNE DATE ULTERIEURE.
  • Marie Kratz

    Chord-distribution functions of random porous media

    28 novembre 2006 - 14:15Salle de séminaire 418

    We consider a two-phases model to describe a porous mediuman image of this mediumseen as a random level surface of a process $X$is divided into two phases (pore and solidaccording to whether $Xis less or greater than some threshold $\beta$The statistical approach is made by observing the chord functionsi.ethe lengths of time intervals when $Xis in the same phase. Based on excursions theoryin particular on level crossings number, this work provides the exact formula of the chord-distribution functions and the two-point correlation function obtained from cross-sectional micrographsproving in a rigorous wayas well as generalizingsome results published in the physical literature in the 90s (see for instance BerkTeubnerRoberts or Torquato) Ce seminaire a lieu en salle de seminaire 418 du batiment de mathematique
  • Yann Guermeur

    Borne sur l'erreur en généralisation des SVM multi-classes

    12 décembre 2006 - 14:15Salle de séminaire 418

    En discrimination, la théorie statistique de l'apprentissage proposée par Vapnik a principalement été développée suivant trois axes : celui du calcul des dichotomies par des fonctions à valeurs binaires, celui du calcul des dichotomies par des fonctions à valeurs réelles et celui du calcul des polychotomies par des fonctions prenant leurs valeurs dans des ensembles finis. Le cas des familles de fonctions à valeurs vectorielles utilisées pour calculer des polychotomies a rarement été considéré de manière indépendante, ce qui représente un manque important, pour trois raisons principales. Tout d'abord, ce dernier cas englobe les précédents, ensuite, il ne peut être traité de manière satisfaisante par une extension naïve des résultats dédiés au calcul des dichotomies, enfin, il constitue la situation la plus fréquemment rencontrée en pratique. Cette présentation propose une nouvelle borne de convergence uniforme pour les modèles de discrimination à grande marge dans le cas multi-classe. Elle étend de manière directe un célèbre théorème de Bartlett. La mesure de capacité apparaissant dans cette borne est un nombre de couverture. Afin de majorer cette mesure, une extension paramétrée des psi-dimensions est introduite. Le lien entre ces deux types de notions de complexité est établi par le biais de lemmes de Sauer généralisés. Une illustration en est donnée dans le cas spécifique de la dimension de Natarajan à marge. Une borne sur cette dernière dimension est ensuite calculée pour l'architecture commune à toutes les SVM multi-classes.
  • Gilles Stoltz

    Prédiction de suites individuelles : une méthode de (meta-)apprentissage séquentiel

    19 décembre 2006 - 14:15Salle de séminaire 418

    La prédiction des suites individuelles considere les problemes d'apprentissage sequentiel pour lesquels on ne peut ou ne veut pas modeliser le problème de manière stochastique, et fournit des lors des stratégies de prédiction tres robustes. Elle englobe aussi bien des problemes issus de la communaute du machine learning que de celle de la theorie des jeux repetes. Ces derniers sont traites avec des methodes statistiques, incluant par exemple les techniques de concentration de la mesure, de l'estimation adaptative, et de la theorie de l'information. Dans cet exposé, on parlera tout d'abord de prediction randomisee, avec information complète ou imparfaite, puis on s'interessera à l'agrégation sequentielle de prédicteurs, en mentionnant deux applications : l'investissement dans le marché boursier et la prévision d'ensemble des pics d'ozone.