S'abonner à l'agenda

S'abonner au séminaire

Ajouter cette URL aux abonnements de votre calendrier électronique :
https://irma.math.unistra.fr/cal/seminaire-statistique.ics
Fermer

Séminaire Statistique

organisé par l'équipe Statistique

  • Juliette Legrand

    Evaluation of binary classifiers for asymptotically dependent and independent extremes.

    10 mars 2023 - 14:00Salle de séminaires IRMA

    In this work, we address the question of how to assess and compare prediction models with respect to their capacity to capture extreme occurrences. For this purpose, we study the specific case of binary classifiers, which are the simplest type of forecasting and decision-making situation: an extreme event did or did not occur. Risk functions adapted to binary classifiers of extreme events are developed. Their properties are derived under the framework of multivariate regular variation and hidden regular variation, allowing to handle finer types of asymptotic independence. This framework is then applied to extreme river discharges in the Danube river basin.

  • Mikael Escobar-Bach

    Estimation de survie avec des indicateurs de censure manquants MNAR basée sur des modèles de copules

    31 mars 2023 - 14:00Salle de séminaires IRMA

    Dans cette présentation, nous considérerons le problème de données censurées avec des indicateurs de censure manquants, c'est-à-dire, lorsque l'information sur la censure d'un individu peut être absente de l'échantillon. Afin de proposer une méthode non-paramétrique consistante, je présenterai une étude de l'estimateur de Kaplan-Meier conditionnel (aussi appelé estimateur de Beran) pour des indicateurs de censure généralisés. Cela permettra de construire un estimateur plug-in pour la fonction de répartition conditionnelle avec des indicateurs manquants non aléatoirement (MNAR), basé sur un modèle de copule. En plus de garanties théoriques, les performances de l'estimateur seront illustrées via un jeu de simulations et une application sur des données réelles de cancer de la prostate.

  • Étienne Birmelé Rémy Nicolle

    Questions ouvertes sur les données omiques avec information spatiale

    30 juin 2023 - 14:00Salle de séminaires IRMA

    Une question importante depuis des décennies en biologie cellulaire est la mise au point d'outils statistiques permettant de faire de l'analyse différentielle, c'est-à-dire de caractériser les différences entre cellules ou tissus de natures différentes (saines vs cancereuses par exemple).  Cet exposé donnera les grandes lignes des données et méthodes existantes et présentera un nouveau type de données incluant des informations spatiales. De nouveaux outils sont du coup à construire, ouvrant des perspectives théoriques et appliquées.

  • Ulysse Herbach

    Expression des gènes et réseaux de régulation : dépasser le clivage entre modèles mécanistes et statistiques

    13 octobre 2023 - 11:00Salle de séminaires IRMA

  • Myriam Vimond

    A notion of depth for curve data

    17 novembre 2023 - 13:30Salle de séminaires IRMA

    John W. Tukey (1975) defined statistical data depth as a function that determines centrality of an arbitrary point with respect to a data cloud or to a probability measure. During the last decades, this seminal idea of data depth evolved into a powerful tool proving to be useful in various fields of science. Recently, extending the notion of data depth to the functional setting attracted a lot of attention among theoretical and applied statisticians. We go further and suggest a notion of data depth suitable for data represented as curves, or trajectories, which is independent of the parametrization. We show that our curve depth satisfies theoretical requirements of general depth functions that are meaningful for trajectories. We apply our methodology to diffusion tensor brain images and also to pattern recognition of hand written digits and letters.

  • Gaspard Tamagny

    Modélisation spatiale jointe de données extrêmes et angulaire.

    24 novembre 2023 - 11:00Salle de séminaires IRMA

    De nombreux processus environnementaux tels que les précipitations ou le vent sont intrinsèquement spatiaux et la modélisation de leurs extrêmes doit prendre en compte cette caractéristique. Ces mêmes variables environnementales peuvent souvent être associé à des variables angulaires comme le moment d’occurrence ou la direction du phénomène extrême. Y a-t-il une dépendance entre des rafales de vent extrêmes et leur direction ? Quel est la distribution de cette direction ? Existe-t-il une direction privilégiée pour les vents extrêmes ? Est-ce que ces dépendances sont uniformes dans l'espace ? Dans cette présentation, je présenterai un modèle bayésien hiérarchique dans l'objectif de répondre à ces questions. Mots-clés : théorie des valeurs extrêmes, extrêmes spatiaux, statistiques directionnelles, modèles hierarchique bayésien, Markov Chain Monte Carlo, application environnementale.