Institut de Mathématiques de Toulouse

Accueil > Événements Scientifiques > Séminaires & Groupes de Travail > Séminaires > Séminaire de Statistique

Séminaire de Statistique

par Dominique Bontemps, Mélisande Albert, Pierre Neuvial - publié le , mis à jour le

Organisateurs : Mélisande Albert, Dominique Bontemps, Pierre Neuvial

Jour et lieu habituels : le mardi à 11h15 en salle 106 (bâtiment 1R1).




  • Mardi 5 mars 11:15-12:15 - Thomas Laloë - Université de Nice Sophia-Antipolis

    Estimation adaptative d’une fonction de régression multivariée et application à la théorie du risque

    Résumé : Dans cet exposé, je présenterai un estimateur adaptatif non-paramétrique d’une fonction de régression multivariée. L’ idée est de s’affranchir d’une hypothèse classique en estimation de la régression : la compacité du support du design. Un estimateur à noyau déformé adaptatif est tout d’abord défini dans le cas où la loi du design est connue. Dans un second temps, nous proposons d’estimer également celle-ci : les marginales sont estimées via les fonctions de répartition empiriques et structure de dépendance via une estimation de la densité de copule. Le plug-in de ces estimateurs dans celui de la fonction de régression permet ensuite d’obtenir un estimateur dans le cas général. Enfin j’introduirai une mesure de risque : la CCTE qui est la valeur moyenne d’une fonction de coût sachant que l’on se trouve dans les queues de la distribution du design.

    Lieu : Salle 106 (bâtiment 1R1)


  • Mardi 12 mars 11:15-12:15 - Sylvie Viguier-Pla - Université de Perpignan via Domitia, IMT

    Proximité entre mesures aléatoires et entre séries stationnaires associées

    Résumé : Toute série stationnaire est transformée de Fourier d’une mesure aléatoire. Il est donc légitime de penser que des mesures aléatoires associées à deux séries stationnaires sont d’autant plus proches que ces dernières le sont, et, réciproquement que la proximité de deux mesures aléatoires induit la proximité des séries correspondantes.
    C’est ce type de question que nous nous proposons d’aborder dans cet exposé.
    Le choix des distances est déterminant pour obtenir cette correspondance. Pour cela, nous allons définir une distance entre mesures aléatoires et une distance entre séries stationnaires, et développer quelques outils mathématiques.

    Lieu : Salle 106, Bat 1R1


  • Mardi 19 mars 11:15-12:15 - Bruno Pelletier - Université Rennes II

    Séminaire de Statistique

    Lieu : Salle 106, Bat 1R1


  • Mardi 26 mars 11:15-12:15 - Conférence transport optimal

    (pas de séminaire de Statistique)

  • Mardi 16 avril 09:15-10:45 - Patricia Reynaud-Bouret - Université de Nice Sophia-Antipolis

    Séminaire commun Proba-Stat

    Lieu : amphi Schwartz


  • Mardi 30 avril 11:15-12:15 - Alejandra Cabaña - Universitat Autònoma de Barcelona

    Embedding in law of discrete time ARMA processes in continuous time stationary processes

    Résumé : Given any stationary time series $\{X_n: n \in \mathbb{Z}\}$ satisfying an ARMA$(p, q)$ model for arbitrary $p$ and $q$ with infinitely divisible innovations, we construct a continuous time stationary process $\{x_t: t \in \mathbb{R} \}$ such that the distribution of $\{x_n: n \in \mathbb{Z} \}$, the process sampled at discrete time, coincides with the distribution of $\{X_n\}$. In particular the autocovariance function of $\{x_t\}$ interpolates that of $\{X_n\}$.

    Lieu : Salle 106, Bat 1R1


iCal