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

  • Bertrand Maillot

    Modèle additifs de régression pour des processus à temps continu

    6 janvier 2009 - 14:15Salle de séminaire 418

  • Celestin Kokonendji

    Estimation semi-paramétrique de fonction de masse de probabilité

    13 janvier 2009 - 14:15Salle de séminaire 418

    On introduira d'abord une méthode d'estimation non-paramétrique d'une fonction de masse de probabilité (f.m.p.) inconnue par des noyaux associés discrets, en particulier triangulaires. Par la suite, on appliquera cette méthode de noyaux (associés) discrets à l'estimation d'une fonction discrète de poids liée à une loi discrète paramétrique de référence ; ce qui conduira à une estimation semi-paramétrique d'une f.m.p. inconnue. Enfin, on procédera à quelques comparaisons entre les deux méthodes : non-paramétrique et semi-paramétrique.

  • Sebastien Loustau

    Performances statistiques des SVM en classification

    20 janvier 2009 - 14:15Salle de séminaire 418

  • Assi N'guessan

    Variance-Covariance Matrix estimation in A Meta-Analysis of a multinomial Outcome Using a Linear Mixed Effects Model

    27 janvier 2009 - 14:15Salle de séminaire 418

  • Bertrand Michel

    Modélisation de la production d'hydrocarbures dans un bassin pétrolier

    3 février 2009 - 14:15Salle de séminaire 418

  • Segolen Geffray

    Inférence non- et semi-paramétrique dans un contexte d'évènements récurrents en présence d'un évènement terminal et de censure aléatoire droite indépendante

    10 février 2009 - 14:15Salle de séminaire 418

    Dans un contexte d'évènements récurrents, nous nous intéressons successivement à deux quantités. La fonction de répartition jointe des durées inter-arrivées successives qui fournit des informations pertinentes lorsque peu de récurrences sont attendues. A l'inverse, lorsque de nombreuses récurrences sont attendues, on s'intéresse à la fonction moyenne cumulée qui compte le nombre d'évènements récurrents survenus jusqu'à un instant donné. Dans une première partie, la fonction de répartition jointe des durées inter-arrivées successives est estimée de façon non-paramétrique. Des résultats de consistance et de convergence faible sont établis. Le comportement à distance finie de l'estimateur proposé est évalué par simulations. Enfin, la méthodologie proposée est appliquée sur des données réelles. Dans une seconde partie, la fonction moyenne cumulée est estimée en présence de covariables de façon semi-paramétrique sous l'hypothèse qu'un modèle de régression à direction révélatrice unique est satisfait. Des résultats de consistance et de convergence faible sont établis.

  • Julia Dony

    An empirical process approach to uniform in bandwidth consistency of kernel-type estimators

    17 février 2009 - 14:15Salle de séminaire 418

  • Mohamed Chaouch

    Quantiles géométriques et sondage

    3 mars 2009 - 14:15Salle de séminaire 418

  • Omar El-Dakkak

    Décompositions de Hoeffding pour des suites échangeables à valeurs dans un ensemble fini

    10 mars 2009 - 14:15Salle de séminaire 418

  • Anne Ruiz-Gazen

    Détection d'observations atypiques et d'observations influentes dans des données géoréférencées

    17 mars 2009 - 13:45Salle de séminaire 418

    Attention, l'horaire n'est pas habituel

  • Jean-Francois Dupuy

    Estimation dans un modèle de régression de durées partiellement observé

    14 avril 2009 - 16:00Salle de séminaire 418

    Attention, il ne s' agit pas de l'heure habituelle

  • Celine Helbert

    Le krigeage, un métamodèle adapté à la propagation d'incertitude et à l'optimisation des grands codes de calculs. Approche classique et bayésienne

    28 avril 2009 - 14:15Salle de séminaire 418

  • Caroline Truntzer

    Approche comparative de l'optimisme dans les modèles intégrant des variables clinico-biologiques classiques et des gènes.

    5 mai 2009 - 14:15Salle de séminaire 418

    Avec l'introduction des biopuces dans le domaine clinique, certains auteurs ont affirmé que les biomarqueurs issus de l'étude du transcriptome avaient de meilleures capacités prédictives que les biomarqueurs clinico-biologiques connus jusqu'à maintenant. Cependant, les deux types de variables sont dans des situations très différentes; si la plupart des biomarqueurs cliniques ont été validés, la phase de sélection est encore pleinement d'actualité pour les biomarqueurs transcriptomiques. L'objectif de ce travail a été de quantifier l'optimisme relatif aux variables transcriptomiques d'une part, et aux clinico-biologiques classiques d'autre part, quand les deux types de variables sont introduits dans un même modèle de survie. Le R² de Kent et O'Quigley a été utilisé à cet effet. Basé sur des simulations, ce travail a permis de montrer comment le processus de sélection introduisait un fort optimisme dans le cas des gènes.

  • David Haziza

    Estimation robuste dans les enquêtes : une approche unifiée

    19 mai 2009 - 14:15Salle de séminaire 418

  • Esterina Masiello

    Estimation de la densité de copule par méthode d'ondelettes

    9 juin 2009 - 14:15Salle de séminaire 418

  • Georges Le Calvé

    Représentatioins métriques en Analyse des données

    23 juin 2009 - 14:15Salle de séminaire 418

  • Daniel Alai

    Prediction Uncertainty in the Bornhuetter-Ferguson Claims Reserving Method

    13 octobre 2009 - 14:00Salle de séminaire 418

  • Vincenzo Esposito Vinzi

    A Joint Partial Least Squares Component-based Approach to Structural Equation Modeling and Multi-block Data Analysis

    27 octobre 2009 - 14:00Salle de séminaire 418

    Partial Least Squares Path Modelling (PLS-PM) is generally meant as a component-based approach to structural equation models and multi-block data analysis that privileges a prediction oriented discovery process to the statistical testing of causal hypotheses. In case of formative relationships in the measurement model between the manifest variables and their corresponding latent ones, PLS-PM estimates the outer weights by means of multiple OLS regressions. These regressions might often yield unstable results in case of strong correlations between manifest variables while being not feasible when the number of observations is smaller than the number of variables or in presence of missing data. An external estimation mode based on PLS regression (PLS-R) may overcome these problems while preserving the formative nature of the measurement model. At the same time, this innovative estimation mode provides new tools for interpreting the components, validating the results and improving the predictions in PLS-PM. PLS-R is also profitably extended to: the internal estimation step of PLS-PM as a generalization of path weighting scheme; the estimation of path coefficients in structural models affected by strongly correlated latent variables or missing scores. Finally, the implementation of PLS regression in the estimation steps of PLS Path Modeling defines a regularized comprehensive PLS approach that yields more stable and robust results while enriching interpretation also in case of non linear relationships.

  • Stéphane Loisel

    A préciser

    10 novembre 2009 - 14:00Salle de séminaire 418

  • Alexandre You

    Théorie des Valeurs Extrêmes et modèles à seuil

    17 novembre 2009 - 14:00Salle de séminaire 418

  • Wolfgang Nusskern

    Comparaison entre le coefficient de concentration et le Hirschman-Herfindahl-Index

    24 novembre 2009 - 14:00Salle de séminaire 418