Estimation spline de quantiles conditionnels pour variables explicatives fonctionnelles
|
|
- Angèle Pellerin
- il y a 8 ans
- Total affichages :
Transcription
1 Estimation spline de quantiles conditionnels pour variables explicatives fonctionnelles Hervé Cardot 1, Christophe Crambes 2 & Pascal Sarda 2,3 1 INRA Toulouse, Biométrie et Intelligence Artificielle, Chemin de Borde-Rouge, BP 27, Castanet-Tolosan Cedex, France. 2 Université Paul Sabatier, Laboratoire de Statistique et Probabilités, UMR C5583, 118 Route de Narbonne, Toulouse Cedex, France. 3 Université Toulouse-le-Mirail, GRIMM, EA 2254, 5 allées Antonio Machado, Toulouse Cedex 9, France. Résumé : Ce travail a pour objet l estimation de quantiles conditionnels, la variable explicative X étant à valeurs dans l espace L 2 ([0, 1]) des fonctions de carré intégrable définies sur [0, 1] et la variable à expliquer Y étant à valeurs dans R. Ayant introduit un modèle linéaire, nous proposons un estimateur spline du coefficient fonctionnel du modèle qui minimise un critère pénalisé de type moindres valeurs absolues, puis nous étudions le comportement asymptotique de cet estimateur. Il s avère en particulier que le comportement de la plus petite valeur propre de l opérateur de covariance de X pénalisé joue un rôle important dans la convergence. Summary : This work deals with conditional quantiles estimation with the explanatory variable taking values in the space L 2 ([0, 1]) of square integrable functions defined on [0, 1] and a scalar response. Under the hypothesis of a linear model, we propose a spline estimator of the functional coefficient of the model that minimizes a penalized L 1 -type criterion, then we study the asymptotic behaviour of this estimator. The penalisation is of primary importance to get existence and convergence of the estimator. Mots-clés : variables fonctionnelles, quantiles conditionnels, fonctions B-splines, problème inverse mal conditionné, critère de type L 1 pénalisé. Key words : functional variables, conditional quantiles, B-spline functions, ill-conditioned inverse problem, penalized L 1 -type criterion. 1 Introduction Dans de nombreux exemples, les données collectées par les appareils de mesures peuvent être assimilées à des courbes, les mesures étant relevées sur des échelles temporelles ou spatiales très fines. Il est courant dans la littérature de qualifier ces données de données fonctionnelles (cf. Frank et Friedman, 1993, Ramsay et Silverman, 2002). De 1
2 nombreux modèles pour variables fonctionnelles ont été étudiés et mis en œuvre (cf. Ramsay et Silverman, 1997), comme par exemple le modèle linéaire fonctionnel dans le cadre de l estimation d une moyenne conditionnelle. Cependant, lorsqu on souhaite expliquer les variations d une variable en utilisant l information issue d une variable explicative, il est parfois préférable d estimer des quantiles conditionnels (cf. Poiraud-Casanova et Thomas-Agnan, 1998). Nous étudions ce problème d estimation dans le cas où la variable explicative est fonctionnelle. 2 Construction de l estimateur Soit (X i, Y i ) i=1,...,n un échantillon de couples indépendants de variables aléatoires définies sur un même espace de probabilités, de même loi que (X, Y ). La variable explicative X est à valeurs dans un espace fonctionnel H (dans la suite, H = L 2 ([0, 1]), l espace des fonctions de carré intégrable définies sur l intervalle [0, 1]), et Y est la variable aléatoire réponse à valeurs dans R. Soit α ]0, 1[ fixé ; nous supposons que pour tout x H, le quantile conditionnel d ordre α de Y sachant [X = x], noté g α (x), vérifie la relation P (Y g α (x) X = x) = α. (1) Remarquons que g α (x) peut être défini de manière équivalente comme solution du problème de minimisation min E(l α(y a) X = x), (2) a R où l α (u) = u + (2α 1)u (voir Koenker et Basset, 1978). Nous supposons enfin que g α est un opérateur linéaire continu de H dans R ; le théorème de Riesz nous assure l existence d une unique fonction Ψ α appartenant à H telle que g α (X) = Ψ α, X = 1 0 Ψ α (t)x(t) dt, (3) où la notation.,. désigne le produit scalaire usuel de L 2 ([0, 1]). La norme de L 2 ([0, 1]) associée à ce produit scalaire est notée.. Ce modèle est en quelque sorte une généralisation de la régression sur quantiles introduite par Koenker et Basset (1978). Notre but est à présent de proposer un estimateur non paramétrique de la fonction Ψ α. Dans le cas où la variable explicative X est réelle, de nombreux estimateurs ont été proposés (voir notamment Bhattacharya et Gangopadhyay, 1990, Fan, Hu et Truong, 1994, Lejeune et Sarda, 1988 ou encore He et Shi, 1994). Nous définissons ci-dessous un estimateur spline direct qui généralise celui de He et Shi (1994) au cas où la variable explicative X est de type fonctionnel. 2
3 Soit q N et k = k n N. On se donne k 1 nœuds (équirépartis dans la suite) définissant une subdivision de [0, 1] en k sous-intervalles. Une fonction spline (voir de Boor, 1978) est une fonction polynômiale de degré q par morceaux sur chaque sous-intervalle de [0, 1], et (q 1) fois dérivable sur [0, 1]. L espace de ces fonctions splines est un espace vectoriel de dimension k + q. Une base de cet espace vectoriel est l ensemble des fonctions B-splines, que l on notera B k,q = t (B 1,..., B k+q ). Nous estimons alors Ψ α par une combinaison linéaire des B l, 1 l k + q, ce qui nous ramène à trouver un vecteur θ = t ( θ 1,..., θ k+q ) R k+q tel que Ψ α = t B k,q θ, avec θ solution du problème de minimisation { 1 min θ R k+q n n ( l α Yi t B k,q θ, X i ) + ρ ( t B k,q θ) (m) }, 2 (4) i=1 où ( t B k,q θ) (m) est la dérivée d ordre m de t B k,q θ, ρ est un paramètre de pénalisation dont le but est de contrôler le degré de régularité de l estimateur cherché. Ce critère de minimisation est similaire à celui introduit par Cardot et. al. (2003) pour l estimateur spline de la moyenne conditionnelle, la fonction quadratique étant alors remplacée par la fonction de perte l α. Remarques (i) L opérateur g α permet de définir le modèle de régression sur quantiles Y i = g α (X i ) + ɛ i, i = 1,..., n, (5) où ɛ 1,..., ɛ n sont n variables aléatoires réelles, indépendantes et identiquement distribuées, de même loi que ɛ telle que P (ɛ 0 X = x) = α. (ii) Le terme de pénalisation dans (4) est primordial. En effet, si on note Γ X (resp. XY ) l opérateur de covariance de X (resp. l opérateur de covariance croisé de X et Y ), on vérifie alors facilement que, pour toute fonction u de L 2 ([0, 1]), XY u = g α (Γ X u) + E ( X E(X), u ɛ). (6) Comme Γ X est un opérateur nucléaire (voir Dauxois et. al., 1982), en particulier la suite de ses valeurs propres décroît vers 0, donc il n existe pas d inverse borné pour cet opérateur. Ainsi, la relation (6) aboutit sur un problème inverse mal conditionné. 3 Résultat asymptotique Nous nous intéressons maintenant à la convergence de cet estimateur. Pour cela, introduisons les notations suivantes. La version empirique de Γ X, notée Γ n, est définie en 3
4 remplaçant dans la définition de Γ X l espérance mathématique par la moyenne empirique. Nous utilisons également les mêmes notations que Cardot et. al. (2003) en désignant par Ĉ la matrice de taille (k + q) (k + q) de terme général Γ n (B j ), B l. De plus, si G k est la matrice de taille (k + q) (k + q) de terme général g jl = B (m) j, B (m) l, on pose Ĉ ρ = Ĉ + ρg k. La suite des valeurs propres de Ĉρ décroît vers 0, mais il est possible de contrôler la norme de son inverse, en introduisant l ensemble Ω n défini par } Ω n = {ω/λ min (Ĉρ) > cη n, (7) où λ min (Ĉρ) est la plus petite valeur propre de Ĉρ et (η n ) n N est une suite telle que P (Ω n ) tend vers 1 quand n tend vers l infini. En utilisant un résultat de Cardot et. al. (2003), on montre que, sous les hypothèses (H.1) et (H.3) ci-dessous, λ min (Ĉρ) cη n + o P ( (k 2 n n 1 δ ) 1/2), (8) avec δ ]0, 1[. Pour prouver le résultat de convergence de l estimateur Ψ α, on suppose que les hypothèses suivantes sont vérifiées. (H.1) X i C 0 < +, ps. (H.2) La fonction Ψ α a une dérivée d ordre p notée Ψ (p ) α telle que Ψ (p ) α (t) Ψ (p ) α (s) C 1 t s ν, s, t [0, 1], où C 1 > 0 et ν [0, 1]. Dans la suite, on pose p = p + ν et on suppose que q p m. (H.3) Les valeurs propres de Γ X sont strictement positives. (H.4) Pour tout x H, la distribution conditionnelle de ɛ i sachant X i admet une densité continue et strictement positive en zéro. Théorème 1 Sous les hypothèses (H.1) (H.4) et si on suppose de plus qu il existe β, γ, δ ]0, 1[ tels que k n n β, ρ n γ et η n n β (1 δ)/2 (δ étant donné par la relation (8)), alors (i) Ψ α existe sauf sur un ensemble dont la probabilité tend vers 0 lorsque n tend vers l infini, (ii) E ( ( Ψ α Ψ α 2 2 X ) 1 1,..., X n = OP kn 2p + 1 ) + ρ2 + ρkn 2(m p), nη n k n η n où. 2 est la norme induite par l opérateur Γ X, c est-à-dire que u 2 2 = Γ Xu, u pour tout u L 2 ([0, 1]). La preuve de ce résultat est donnée par Cardot et. al. (2004). 4
5 4 Quelques commentaires (i) La preuve du théorème 1 s inspire de la démonstration du résultat de He et Shi (1994) dans le cadre de variables explicatives réelles. De plus, des résultats de Cardot et. al. (2003) sont également utiles, notamment pour traiter le terme de pénalisation qui n apparaît pas dans le cas réel. Une autre différence provient du fait que la fonction de perte l α n est pas dérivable, contrairement à la fonction de perte quadratique dans le cas du modèle linéaire fonctionnel étudié par Cardot et. al. (2003). La preuve repose ici sur les propriétés de convexité de la fonction l α. (ii) Si on suppose que ɛ i et X i sont non corrélées, on obtient alors le résultat suivant (à la place du (ii) du théorème 1) : ( Ψ 1 α Ψ α 2 2 = O P kn 2p + 1 ) + ρ2 + ρkn 2(m p). nη n k n η n (iii) En choisissant des valeurs particulières de β et γ, on peut optimiser la vitesse de convergence obtenue au théorème 1. En particulier, nous remarquons l importance de la vitesse de convergence vers 0 de la plus petite valeur propre de Ĉρ (contrôlée par η n ). Cardot et. al. (2003) ont montré que, sous les hypothèses du théorème 1, la relation (8) est vérifiée avec η n = ρ/k n, ce qui donne E ( ( Ψ ) 1 α Ψ α 2 2 X 1,..., X n = OP kn 2p + k ) n nρ + ρ + ρk2(m p) n. Nous obtenons alors un corollaire immédiat en prenant k n n 1/(4p+1) et ρ n 2p/(4p+1) ; le résultat devient alors E ( Ψ α Ψ α 2 2 X 1,..., X n ) = OP ( n 2p/(4p+1) ). Il est possible d imaginer qu avec des hypothèses plus fortes sur les X i, nous pourrions obtenir η n plus grand que ρ/k n, ce qui améliorerait la vitesse de convergence de l estimateur (voir Cardot et Sarda, 2004). (iv) Cet estimateur de quantiles conditionnels peut se révéler très utile en pratique, spécialement pour la prévision par la médiane conditionnelle ou pour la recherche d un seuil. Il a notamment été mis en œuvre dans le cadre de l étude de données de pollution dans la région toulousaine. Par exemple, en considérant un polluant comme l ozone, il est possible de prévoir, par la médiane conditionnelle, le maximum d ozone du jour connaissant la courbe d ozone de la veille. 5
6 Bibliographie [1] Bhattacharya, P.K. and Gangopadhyay, A.K. (1990). Kernel and Nearest-Neighbor Estimation of a Conditional Quantile. Ann. Statist., 18, [2] Cardot, H., Crambes, C. and Sarda, P. (2004). Spline Estimators of Conditional Quantiles for Functional Covariates, Preprint. [3] Cardot, H., Ferraty, F. and Sarda, P. (2003). Spline Estimators for the Functional Linear Model. Statistica Sinica, 13, [4] Cardot, H. and Sarda, P. (2004). Estimation in Generalized Linear Models for Functional Data via Penalized Likelihood. J. of Mult. Analysis, in Press. [5] Dauxois, J., Pousse, A. and Romain, Y. (1982). Asymptotic Theory for the Principal Component Analysis of a Random Vector Function : some Applications to Statistical Inference. J. of Mult. Analysis, 12, [6] de Boor, C. (1978). A Practical Guide to Splines. Springer, New-York. [7] Fan, J., Hu, T.C. and Truong, Y.K. (1994). Robust Nonparametric Function Estimation. Scand. J. Statist, 21, [8] Frank, I.E. and Friedman, J.H. (1993). A Statistical View of some Chemometrics Regression Tools (with discussion). Technometrics, 35, [9] He, X. and Shi, P. (1994). Convergence Rate of B-Spline Estimators of Nonparametric Conditional Quantile Functions. Nonparametric Statistics, 3, [10] Koenker and Bassett (1978). Regression Quantiles. Econometrica, 46, [11] Lejeune, M. and Sarda, P. (1988). Quantile Regression : A Nonparametric Approch. Comp. Stat. and Data Analysis, 6, [12] Poiraud-Casanova, S. et Thomas-Agnan, C. (1998). Quantiles Conditionnels. Journal de la Société Française de Statistique, 139, [13] Ramsay, J.O. and Silverman, B.W. (1997). Functional Data Analysis. Springer-Verlag. [14] Ramsay, J.O. and Silverman, B.W. (2002). Applied Functional Data Analysis. Springer- Verlag. 6
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détailModèle de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes
de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes Zohra Guessoum 1 & Farida Hamrani 2 1 Lab. MSTD, Faculté de mathématique, USTHB, BP n 32, El Alia, Alger, Algérie,zguessoum@usthb.dz
Plus en détailPrincipe de symétrisation pour la construction d un test adaptatif
Principe de symétrisation pour la construction d un test adaptatif Cécile Durot 1 & Yves Rozenholc 2 1 UFR SEGMI, Université Paris Ouest Nanterre La Défense, France, cecile.durot@gmail.com 2 Université
Plus en détailKeywords: Probability of catastrophic events, Bivariate extreme value theory, Heavy tailed distributions, ALS methods.
E Laurence Lescourret & Christian Y. Robert Centre de Recherche en Economie et Statistique LaboratoiredeFinanceetd Assurance 5 Boulevard Gabriel Peri, 92245 Malakoff Résumé: De par leur nature, les événements
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailÉconometrie non paramétrique I. Estimation d une densité
Économetrie non paramétrique I. Estimation d une densité Stéphane Adjemian Université d Évry Janvier 2004 1 1 Introduction 1.1 Pourquoi estimer une densité? Étudier la distribution des richesses... Proposer
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailNON-LINEARITE ET RESEAUX NEURONAUX
NON-LINEARITE ET RESEAUX NEURONAUX Vêlayoudom MARIMOUTOU Laboratoire d Analyse et de Recherche Economiques Université de Bordeaux IV Avenue. Leon Duguit, 33608 PESSAC, France tel. 05 56 84 85 77 e-mail
Plus en détailContents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes
Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire
Plus en détailÉvaluation de la régression bornée
Thierry Foucart UMR 6086, Université de Poitiers, S P 2 M I, bd 3 téléport 2 BP 179, 86960 Futuroscope, Cedex FRANCE Résumé. le modèle linéaire est très fréquemment utilisé en statistique et particulièrement
Plus en détailAICp. Vincent Vandewalle. To cite this version: HAL Id: inria-00386678 https://hal.inria.fr/inria-00386678
Sélection prédictive d un modèle génératif par le critère AICp Vincent Vandewalle To cite this version: Vincent Vandewalle. Sélection prédictive d un modèle génératif par le critère AICp. 41èmes Journées
Plus en détailTESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION
TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION Bruno Saussereau Laboratoire de Mathématiques de Besançon Université de Franche-Comté Travail en commun
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailUNE REPRESENTATION GRAPHIQUE DE LA LIAISON STATISTIQUE ENTRE DEUX VARIABLES ORDONNEES. Éric TÉROUANNE 1
33 Math. Inf. Sci. hum., (33 e année, n 130, 1995, pp.33-42) UNE REPRESENTATION GRAPHIQUE DE LA LIAISON STATISTIQUE ENTRE DEUX VARIABLES ORDONNEES Éric TÉROUANNE 1 RÉSUMÉ Le stéréogramme de liaison est
Plus en détailAnalyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe
Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie
Plus en détailTable des matières. I Mise à niveau 11. Préface
Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailLaurent Delsol. Régression sur variable fonctionnelle : Estimation, Tests de structure et Applications.
UNIVERSITÉ TOULOUSE III - PAUL SABATIER U.F.R. MATHEMATIQUE INFORMATIQUE GESTION THÈSE pour obtenir le grade de DOCTEUR DE L UNIVERSITÉ DE TOULOUSE délivré par l Université Toulouse III - Paul Sabatier
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailLes simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R
Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Yves Aragon, David Haziza & Anne Ruiz-Gazen GREMAQ, UMR CNRS 5604, Université des Sciences
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailModélisation géostatistique des débits le long des cours d eau.
Modélisation géostatistique des débits le long des cours d eau. C. Bernard-Michel (actuellement à ) & C. de Fouquet MISTIS, INRIA Rhône-Alpes. 655 avenue de l Europe, 38334 SAINT ISMIER Cedex. Ecole des
Plus en détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détailTravail en collaboration avec F.Roueff M.S.Taqqu C.Tudor
Paramètre de longue mémoire d une série temporelle : le cas non linéaire Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor Notion de longue mémoire Les valeurs d une série temporelle X = (X l )
Plus en détailModèle GARCH Application à la prévision de la volatilité
Modèle GARCH Application à la prévision de la volatilité Olivier Roustant Ecole des Mines de St-Etienne 3A - Finance Quantitative Décembre 2007 1 Objectifs Améliorer la modélisation de Black et Scholes
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailAnalyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I
Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques
Plus en détailModèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions.
Problèmes mathématiques de la mécanique/mathematical problems in Mechanics Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions. Cristinel Mardare Laboratoire
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailIntroduction à la statistique non paramétrique
Introduction à la statistique non paramétrique Catherine MATIAS CNRS, Laboratoire Statistique & Génome, Évry http://stat.genopole.cnrs.fr/ cmatias Atelier SFDS 27/28 septembre 2012 Partie 2 : Tests non
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailApproche par groupe de gènes pour les données longitudinales d expression génique avec une application dans un essai vaccinal contre le VIH
Approche par groupe de gènes pour les données longitudinales d expression génique avec une application dans un essai vaccinal contre le VIH Boris Hejblum 1,2,3 & Rodolphe Thiébaut 1,2,3 1 Inserm, U897
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailCHAPITRE 5. Stratégies Mixtes
CHAPITRE 5 Stratégies Mixtes Un des problèmes inhérents au concept d équilibre de Nash en stratégies pures est que pour certains jeux, de tels équilibres n existent pas. P.ex.le jeu de Pierre, Papier,
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en détailPREPROCESSING PAR LISSAGE LOESS POUR ACP LISSEE
PREPROCESSING PAR LISSAGE LOESS POUR ACP LISSEE Jean-Paul Valois, Claude Mouret & Nicolas Pariset Total, 64018 Pau Cédex MOTS CLEFS : Analyse spatiale, ACP, Lissage, Loess PROBLEMATIQUE En analyse multivariée,
Plus en détailEtude des propriétés empiriques du lasso par simulations
Etude des propriétés empiriques du lasso par simulations L objectif de ce TP est d étudier les propriétés empiriques du LASSO et de ses variantes à partir de données simulées. Un deuxième objectif est
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailLa mesure de Lebesgue sur la droite réelle
Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailIntroduction à l approche bootstrap
Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?
Plus en détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailFOAD COURS D ECONOMETRIE 1 CHAPITRE 2 : Hétéroscédasicité des erreurs. 23 mars 2012.
FOAD COURS D ECONOMETRIE CHAPITRE 2 : Hétéroscédasicité des erreurs. 23 mars 202. Christine Maurel Maître de conférences en Sciences Economiques Université de Toulouse - Capitole Toulouse School of Economics-ARQADE
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailÉquation de Langevin avec petites perturbations browniennes ou
Équation de Langevin avec petites perturbations browniennes ou alpha-stables Richard Eon sous la direction de Mihai Gradinaru Institut de Recherche Mathématique de Rennes Journées de probabilités 215,
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailPROJET MODELE DE TAUX
MASTER 272 INGENIERIE ECONOMIQUE ET FINANCIERE PROJET MODELE DE TAUX Pricing du taux d intérêt des caplets avec le modèle de taux G2++ Professeur : Christophe LUNVEN 29 Fevrier 2012 Taylan KUNAL - Dinh
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détail0 h(s)ds et h [t = 1 [t, [ h, t IR +. Φ L 2 (IR + ) Φ sur U par
Probabilités) Calculus on Fock space and a non-adapted quantum Itô formula Nicolas Privault Abstract - The aim of this note is to introduce a calculus on Fock space with its probabilistic interpretations,
Plus en détailUne approche non paramétrique Bayesienne pour l estimation de densité conditionnelle sur les rangs
Une approche non paramétrique Bayesienne pour l estimation de densité conditionnelle sur les rangs Carine Hue, Marc Boullé France Télécom R & D; 2, avenue Pierre Marzin; 22307 Lannion cedex Carine.Hue@orange-ftgroup.com;
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailDérivation : cours. Dérivation dans R
TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition
Plus en détailModèles pour données répétées
Résumé Les données répétées, ou données longitudinales, constituent un domaine à la fois important et assez particulier de la statistique. On entend par données répétées des données telles que, pour chaque
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailMathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans
Mathématique et Automatique : de la boucle ouverte à la boucle fermée Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Maitine.Bergounioux@labomath.univ-orleans.fr Plan 1. Un peu de
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailDÉVERSEMENT ÉLASTIQUE D UNE POUTRE À SECTION BI-SYMÉTRIQUE SOUMISE À DES MOMENTS D EXTRÉMITÉ ET UNE CHARGE RÉPARTIE OU CONCENTRÉE
Revue Construction étallique Référence DÉVERSEENT ÉLASTIQUE D UNE POUTRE À SECTION BI-SYÉTRIQUE SOUISE À DES OENTS D EXTRÉITÉ ET UNE CHARGE RÉPARTIE OU CONCENTRÉE par Y. GALÉA 1 1. INTRODUCTION Que ce
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailF411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
Plus en détailI. Programmation I. 1 Ecrire un programme en Scilab traduisant l organigramme montré ci-après (on pourra utiliser les annexes):
Master Chimie Fondamentale et Appliquée : spécialité «Ingénierie Chimique» Examen «Programmation, Simulation des procédés» avril 2008a Nom : Prénom : groupe TD : I. Programmation I. 1 Ecrire un programme
Plus en détailLa tarification d options
La tarification d options Proposition pour une approche déterministe Pierre Bernhard 1 Stéphane Thiery 2 Marc Deschamps 3 Nous proposons ici une théorie de la tarification d options sur la base d un modèle
Plus en détailReprésentation des Nombres
Chapitre 5 Représentation des Nombres 5. Representation des entiers 5.. Principe des représentations en base b Base L entier écrit 344 correspond a 3 mille + 4 cent + dix + 4. Plus généralement a n a n...
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme
Plus en détailLe produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Gilles Gasso, Stéphane Canu INSA Rouen -Département ASI Laboratoire LITIS 8 septembre 205. Ce cours est librement inspiré du cours DM de Alain Rakotomamonjy Gilles Gasso, Stéphane
Plus en détailTests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA
Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA Soutenance de doctorat, sous la direction de Pr. Bilodeau, M. et Pr. Ducharme, G. Université de Montréal et Université
Plus en détailExercice : la frontière des portefeuilles optimaux sans actif certain
Exercice : la frontière des portefeuilles optimaux sans actif certain Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Février 0 On considère un univers de titres constitué
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailDérivées d ordres supérieurs. Application à l étude d extrema.
Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une
Plus en détailLes indices à surplus constant
Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté
Plus en détailIntroduction à l économétrie : Spécifications, formes fonctionnelles, hétéroscédasticité et variables instrumentales
Introduction à l économétrie : Spécifications, formes fonctionnelles, hétéroscédasticité et variables instrumentales Pierre Thomas Léger IEA, HEC Montréal 2013 Table des matières 1 Introduction 2 2 Spécifications
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détail1 Installer des packages
10 mai 2014 Fabricɛ Dɛssaint Inra - UMR Agroécologie, Dijon 10 mai 2014 R est un système d analyse statistique et graphique, qui est distribué librement et dont le développement et la distribution sont
Plus en détailFIMA, 7 juillet 2005
F. Corset 1 S. 2 1 LabSAD Université Pierre Mendes France 2 Département de Mathématiques Université de Franche-Comté FIMA, 7 juillet 2005 Plan de l exposé plus court chemin Origine du problème Modélisation
Plus en détailTABLE DES MATIERES. C Exercices complémentaires 42
TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence
Plus en détailRégression linéaire. Nicolas Turenne INRA nicolas.turenne@jouy.inra.fr
Régression linéaire Nicolas Turenne INRA nicolas.turenne@jouy.inra.fr 2005 Plan Régression linéaire simple Régression multiple Compréhension de la sortie de la régression Coefficient de détermination R
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailUNIVERSITÉ DU QUÉBEC À MONTRÉAL TESTS EN ÉCHANTILLONS FINIS DU MEDAF SANS LA NORMALITÉ ET SANS LA CONVERGENCE
UNIVERSITÉ DU QUÉBEC À MONTRÉAL TESTS EN ÉCHANTILLONS FINIS DU MEDAF SANS LA NORMALITÉ ET SANS LA CONVERGENCE MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN ÉCONOMIE PAR MATHIEU SISTO NOVEMBRE
Plus en détailPopulation responses to environmental forcing : approaches to model and monitor habitat characteristics
Approche systémique des pêches Boulogne-sur sur-mer 2008 Population responses to environmental forcing : approaches to model and monitor habitat characteristics Pierre Petitgas (1), M. Huret (1), B. Planque
Plus en détail