Keywords: Probability of catastrophic events, Bivariate extreme value theory, Heavy tailed distributions, ALS methods.

Dimension: px
Commencer à balayer dès la page:

Download "Keywords: Probability of catastrophic events, Bivariate extreme value theory, Heavy tailed distributions, ALS methods."

Transcription

1 E Laurence Lescourret & Christian Y. Robert Centre de Recherche en Economie et Statistique LaboratoiredeFinanceetd Assurance 5 Boulevard Gabriel Peri, Malakoff Résumé: De par leur nature, les événements catastrophiques sont peu observés. Il est donc très délicat de les prévoir. Ce papier utilise la théorie des valeurs extrêmes pour estimer la probabilité de survenance de deux événements catastrophiques. Les distributions extrêmales bivariées sont utilisées pour décrire les distributions limites des maxima de deux composantes, mais elles permettent aussi de caractériser les quantiles extrêmaux. Il n existe pas de familles paramétriques générales, comme dans le cas univarié, pour décrire la forme de ces distributions, mais il y a cependant de nombreuses restrictions sur la forme de la dépendance entre les marginales. Nous considérons divers familles paramétriques que nous estimons à l aide d une méthode de type moindres carrés asymptotiques. Des tests d indépendance asymptotique, de spécification et de discrimination entre modèles sont aussi donnés. Enfin, nous proposons des estimateurs pour les quantiles extrêmaux bivariés et nous appliquons notre méthodologie pour l estimation du montant des dommages en assurance habitation et automobile occasionés lors des tempêtes. Mots clés: Probabilité de survenance de deux évènements catastrophiques, Théorie des valeurs extrêmes bivariées, Distributions à queues épaisses, Moindres carrés asymptotiques Abstract: The paper deals with the estimation of the probability that two dependent catastrophic events occur. Because of their nature such events are not often observed. In a twodimensional space as in a one-dimensional space, the extreme value theory is a powerful tool to do inference in the tail of a distribution outside the range of the observations. This paper considers parametric bivariate extreme value distributions which arise as the limiting distribution of two normalized maxima to estimate the probability of exceedances over high thresholds. The parameter of the extreme value distribution is estimated by using Asymptotic Least Squares (ALS) methods. In case the parameter is a scalar, we derive a new and very simple estimator. Tests for asymptotic independence and overidentifying restrictions are also given. The theory is applied to the problem of storm damages assessment (motor claim amounts and household claim amounts). Keywords: Probability of catastrophic events, Bivariate extreme value theory, Heavy tailed distributions, ALS methods.

2 Depuis quelques années, la théorie des valeurs extrêmes pour les distributions bivariées et multivariées a reçu beaucoup d attention aussi bien sur le plan théorique (Resnick [987], Galambos [987], Joe [997], par exemple) que sur le plan pratique (Ledford et Tawn [996] [997], Coles et Tawn [994], de Haan et de Ronde [998], parmi d autres). Les domaines d applications sont en effet très variés : hydrologie, météorologie, biologie, ingénierie mécanique, gestion de l environnement, finance, assurance, etc; car la gestion des risques est devenue aujourd hui fondamentale dans tous ces domaines. La théorie des valeurs extrêmes s intéresse à la loi multivariée limite, non-dégénérée, des maxima, correctement normalisés, de chaque composante du vecteur initial. Considérons (X,Y ),..., (X n,y n ) une suite de vecteurs aléatoires dans R 2 indépendants et identiquement distribués de loi F. On dit qu il y a convergence des maxima s il existe des suites réelles a n > 0, c n > 0, b n et d n, et une fonction de distribution G avec des marginales non dégénérées telle que : lim P max(x,..., X n ) b n a n = lim F n (a n x + b n,c n y + d n )=G(x, y) x, max(y,..., Y n ) d n c n y Naturellement, cette fonction G est définie à des paramètres d échelle et de position près. Par ailleurs, la relation précédente implique la convergence des marginales et G(x, ) et G(,y) sont des distributions extrêmales univariées qui sont définies à l aide de trois familles de lois paramétriques. Contrairement au cas univarié, il n existe pas de familles générales paramétriques pour la loi G, mais il est possible de les caractériser à l aide d une fonction. Pour décrire leur forme, nous effectuons une transformation de manière à ce que les marginales de la distribution extrêmale soient de la forme Φ (x) = exp { x } (loi de Fréchet de paramètre ). On définit pour cela : F (x, y) =F (U X (x),u Y (y)), avec : U X (t) = (t), U Y (t) = (t). F X F Y Nous obtenons alors la relation asymptotique suivante : lim P max ( F X(X i )) nx, max ( F Y (Y i )) ny,...,n,...,n = lim F n (nx, ny) =G (x, y). G peut être caractérisée de la manière suivante : G (x, y) =exp x y + y y x χ, 2

3 où χ est une fonction continue et concave qui satisfait 0 χ(t) min(,t). Pour une étude des formes de ces fonctions χ et d autres théorèmes de représentation, nous proposons aux lecteurs de se référer à Joe [993] et [997] et Klüppelberg et May [998]. L estimation des distributions bivariées G est apparue comme une nécessité pour évaluer les risques extrêmes, mais aussi pour quantifier l erreur de cette évaluation. Dans la littérature, deux approches classiques d estimation ont été utilisées. La première consiste à modéliser la structure de dépendance à l aide de modèles paramétriques et a été initiée par Tawn [988] [990]. Diverses méthodes ont été proposées : estimation par maximum de vraisemblance (Tawn [988]), méthodes à seuils (Joe, Smith et Weissman [992], Coles et Tawn [99]), ou des méthodes plus spécifiques à chaque modélisation (Csörgo et Welch [989]). La seconde approche consiste à estimer la fonction de dépendance de manière non paramétrique (Einhmal, de Haan et Huang [993], de Haan et Resnick [993], Einhmal, de Haan et Sinha [997], Einhmal, de Haan et Piterbag [998], Abdous, Ghoudi et Khoudraji [998]). Nous faisons l hypothèse supplémentaire (mais peu restrictive) que la loi marginale de X, F X, est de type Weibull et que celle de Y, F Y, est de type Pareto, c est-à-dire : ln( F X (x)) = x τ l X (x), F Y (y) =y α l Y (y), où l X et l Y sont des fonctions à variations lentes et τ > 0, α > 0. Ceci nous conduit aux lois extrêmales univariées et aux choix des suites de normalisation suivants : G(x, ) = exp{ exp { x}}, a n = U X (n)/(τ log(n)), b n = U X (n), G(,y) = exp y α, c n = U Y (n), d n =0, Dans ce papier, nous nous intéressons à l estimation statistique des distributions extrêmales bivariées dans un cadre paramétrique (χ θ sera indicée par le paramètre θ). Nous recourons à une méthode d estimation du type moindres carrés asymptotiques. Pour cela, nous utilisons la théorie des processus ponctuels qui a été introduite par de Haan et Resnick [993]. Il existe des mesures ν et ν sur [, ] [0, ]\{0, 0} et sur [0, ] [0, ]\{0, 0} telles que : lim nx + b n,c n y + d n )) = log G(x, y) =:ν (([,x] [0,y]) c ), log G(log x, y α ) = log G (x, y) =:ν (([0,x] [0,y]) c ). Nous introduisons de plus la mesure de liaison sur [0, ] [0, ]\{0, 0} suivante : µ ((x, ] (y, ]) := y y χ θ. x 3

4 Nous avons alors que la condition de convergence des maxima est équivalente à la convergencevaguedesmesuressur[0, ] [0, ]\{0, 0} : np {(X b n )/a n log x} (Y d n )/c n y v α ν (([0,x] [0,y]) c ), np {(X b n )/a n log x} (Y d n )/c n y v α µ ((x, ] (y, ]). Estimer G est donc équivalent à estimer ν ou µ. Des estimateurs naturels sont les mesures empiriques. Pour (x, y) [0, ] [0, ]\{0, 0} et A [0, ] [0, ]\{0, 0}, on définit : si (x, y) A, (x,y) (A) = 0 si (x, y) A c. La mesure empirique de queue non normalisée peut être estimée par: ˆν n (([0,x] [0,y]) c ):= k n X i Û X (n/k), Y i Û X (n/k)/ log(n/k) Û X (n/k) ([0,x] [0,y]) c, où : Û X (n/k) =X (k), Û Y (n/k) =Y (k). Enfin, on peut donner des estimateurs des mesures de queue normalisées : ˆν n(([0,x] [0,y]) c ) : = k ˆµ n((x, ] (y, ]) : = k n n exp ˆτ exp ˆτ X i Û X (n/k) Û X (n/k)/ log(n/k) X i ÛX (n/k) Û X (n/k)/ log(n/k),, Y i Û X (n/k) Y i Û X (n/k) ˆα([0,x] [0,y]) c, ˆα(x, ] (y, ]. On utilisera les estimateurs de Beirlant et al. l estimateur de Hill pour l indice de Pareto : [995] pour l indice de Weibull et ˆτ = log(n/k) X (k) k k X(i) X (k+), ˆα = k k log Y(i) log Y (k+). Dans le papier, nous montrons les convergences des mesures de queue normalisées et nous donnons leur loi asymptotique. Le paramètre θ est estimé par une technique de moindres carrés asymptotiques. Etant donnée une matrice symétrique définie positive S n de dimension (H,H) dépendant éventuellement des observations, on appelle estimateur de moindres carrés asympotiques associé à S n une solution θ n (S n ) du problème : min θ ˆµ n((x, ] (y, ]) y y χ θ x S n ˆµ n((x, ] (y, ]) y y χ θ. x 4

5 Nous caractérisons alors la convergence de l estimateur et spécifions le choix optimal de la matrice S n. Des tests d indépendance asymptotique, de spécification et de discrimination entre modèles sont aussi donnés. Enfin, nous proposons des estimateurs pour les quantiles extrêmaux bivariées et nous appliquons notre méthodologie pour l estimation du montant des dommages en assurance habitation et automobile occasionnés lors des tempêtes. Bibliographie [] ABDOUS, B.,GHOUDI, K.etKHOUDRAJI, A. (998). Nonparametric estimation of the limit dependence function of multivariate extremes. Extremes 2, [2] BEIRLANT, J., BRONIATOWSKI, M., TEUGELS, J.L., et VYNCKIER, P. (995). The mean residual life function at great age : Applications to tails estimation. J. Stat. Plann. Inf. 45 : [3] COLES, S.G. et TAWN, J.A. (99). Modelling extreme multivariate events. J. R. Statist. Soc. B. 53 : [4] COLES, S.G. et TAWN, J.A. (99). Statistical methods formultivariate extremes : an application to structural design. Appli. Statist. 43 : -48. [5] CSÖRGO, S. et WELSH, A.H. (989). Testing for exponential and Marshall-Olkin distributions. J Statist. Plan. Inference. 23 : [6] DEHEUVELS, P.,HAEUSLER, E.deetMASSON, M.D. (988). Almost sure convergence of the Hill estimator. Math.Camb.Phil.Soc. 04 : [7] EINMAHL, J.H.J., HAAN, L. de et HUANG, X. (993). Estimating a multidimensional extreme value distribution. J. Mult. Analysis. 47 : [8] EINMAHL, J.H.J., HAAN, L. de et PITERBARG, V.I. (998). Nonparametric estimation of the spectral measure of an extreme value distribution. Document de travail, Erasmus University. [9] EINMAHL, J.H.J., HAAN, L.deetSINHA, A.K. (997). Estimating the spectral mesure of an extreme value distribution. Stoch. Porc. Models. 70 : [0] GALAMBOS, J. (987). The Asymptotic Theory of Extreme Order Statistic. 2nd ed. Melbourne : Krieger. [] GEFFROY, J. (958). Contribution à la théorie des valeurs extrêmes, Publication de l ISUP. 7:37-2, 8: [2] HAAN, L. de et RESNICK, S. (977). Limit theory for multivariate samples extremes. Z. Wahrscheinlichkeitstheorie verw. Gebiete. 40 : [3] HAAN, L. de et RESNICK, S. (993). Estimating the limiting distribution of multivariate extremes. Comm.Statist.Stoch.Models.9: [4] HAAN, L. de et RESNICK, S. (996). On asymptotic normality of the Hill estimator. Document de travail, Cornell University. 5

6 [5] HAAN, L. de et RONDE, J. (998). Sea and Wind : multivariate extremes at work. Extremes. :7-45. [6] HAAN, L. de et STADTMÜLLER, U. (994). Generalized regular variation of second order. J. Australian Math. Soc. [6] JOE, H. (993). Parametric Families of multivariate distributions with given margin. J. Mult. Analysis. 46 : [7] JOE, H. (997). Multivariate Models and Dependece Concepts. Monographs on Statistics an Applied Probability 73, Chapman & Hall. [8] JOE, H., SMITH, R.L. et WEISSMAN, I. (992). Bivariate threshold methods for extremes. J. R. Statist. Soc. B. 59 : [9] KLÜPPELBERG, C., et MAY, A. (998). The dependence function for bivariate extreme value distributions. Document de travail, Muenchen University. [20] LEDFORD, A.W. et TAWN, J.A. (996). Statistics for near independence in multivariate extreme values. Biometrika. 83 : [2] LEDFORD, A.W. et TAWN, J.A. (997). Modelling Dependence within joint tail regions. J. R. Statist. Soc. B. 59 : [22] RESNICK, S. (986). Point processes, regular variation and weak convergence. Adv. Appl. Probab. 8 : [23] RESNICK, S. (987). Extreme Values, Regular Variation, and Point Processes. Springer, New-York. [24] RESNICK, S.etSTARICA, C. (999). Smoothing the moment estimator of the extreme value parameter. Extremes. : [25] TAWN, J.A. (988). Bivariate extreme value theory: Models and estimation. Biometrika. 75 : [26] TAWN, J.A. (988). Modelling multivariate extreme value distributions. Biometrika. 77 : [27] SIBUYA, M. (960). Bivariate extreme statistics. I, Annals of the Institute of Statistical Mathematics, Tokyo. 9 :

Modèle de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes

Modèle 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 détail

Principe de symétrisation pour la construction d un test adaptatif

Principe 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 détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage 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 détail

Tests 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 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 détail

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 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 détail

NON-LINEARITE ET RESEAUX NEURONAUX

NON-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 détail

Équation de Langevin avec petites perturbations browniennes ou

Équation 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 détail

Économétrie, causalité et analyse des politiques

Économétrie, causalité et analyse des politiques Économétrie, causalité et analyse des politiques Jean-Marie Dufour Université de Montréal October 2006 This work was supported by the Canada Research Chair Program (Chair in Econometrics, Université de

Plus en détail

Tests exacts d indépendance sérielle dans les cas de distributions continues et discrètes

Tests exacts d indépendance sérielle dans les cas de distributions continues et discrètes Tests exacts d indépendance sérielle dans les cas de distributions continues et discrètes Jean-Marie Dufour Université de Montréal Abdeljelil Farhat Université de Montréal First version: August 2001 This

Plus en détail

TESTS 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 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 détail

EVALUATION DES RISQUES D EXPOSITION À UN CONTAMINANT ALIMENTAIRE : QUELQUES OUTILS STATISTIQUES.

EVALUATION DES RISQUES D EXPOSITION À UN CONTAMINANT ALIMENTAIRE : QUELQUES OUTILS STATISTIQUES. EVALUATION DES RISQUES D EXPOSITION À UN CONTAMINANT ALIMENTAIRE : QUELQUES OUTILS STATISTIQUES. PATRICE BERTAIL, LABORATOIRE DE STATISTIQUE, CREST A. [Résumé] L objet de cette étude est de présenter et

Plus en détail

Mesure et gestion des risques d assurance

Mesure et gestion des risques d assurance Mesure et gestion des risques d assurance Analyse critique des futurs référentiels prudentiel et d information financière Congrès annuel de l Institut des Actuaires 26 juin 2008 Pierre THEROND ptherond@winter-associes.fr

Plus en détail

C. R. Acad. Sci. Paris, Ser. I

C. R. Acad. Sci. Paris, Ser. I C. R. Acad. Sci. Paris, Ser. I 348 (21) 35 31 Contents lists available at ScienceDirect C. R. Acad. Sci. Paris, Ser. I www.sciencedirect.com Probabilités/Statistique Un contre-exemple à une conjecture

Plus en détail

FIMA, 7 juillet 2005

FIMA, 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 détail

Introduction à la statistique non paramétrique

Introduction 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 détail

Modélisation géostatistique des débits le long des cours d eau.

Modélisation 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 détail

Prédiction et Big data

Prédiction et Big data Prédiction et Big data Mitra Fouladirad Institut Charles Delaunay - UMR CNRS 6281 Université de Technologie de Troyes 29 avril 2015 1 1 Sujet Motivation Le pronostic ou la prédiction du comportement futur

Plus en détail

Les 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 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 détail

Exemple PLS avec SAS

Exemple PLS avec SAS Exemple PLS avec SAS This example, from Umetrics (1995), demonstrates different ways to examine a PLS model. The data come from the field of drug discovery. New drugs are developed from chemicals that

Plus en détail

AICp. Vincent Vandewalle. To cite this version: HAL Id: inria-00386678 https://hal.inria.fr/inria-00386678

AICp. 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 détail

Provisions techniques et capital de solvabilité d'une compagnie d'assurance : méthodologie d'utilisation de Value-at-Risk

Provisions techniques et capital de solvabilité d'une compagnie d'assurance : méthodologie d'utilisation de Value-at-Risk Provisions techniques et capital de solvabilité d'une compagnie d'assurance : méthodologie d'utilisation de Value-at-Risk Pierre-E. Thérond Frédéric Planchet Résumé The advent of the future European prudential

Plus en détail

Résumé des communications des Intervenants

Résumé des communications des Intervenants Enseignements de la 1ere semaine (du 01 au 07 décembre 2014) I. Titre du cours : Introduction au calcul stochastique pour la finance Intervenante : Prof. M hamed EDDAHBI Dans le calcul différentiel dit

Plus en détail

0 h(s)ds et h [t = 1 [t, [ h, t IR +. Φ L 2 (IR + ) Φ sur U par

0 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 détail

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE 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 détail

$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU

$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU $SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU Fabien FIGUERES fabien.figueres@mpsa.com 0RWVFOpV : Krigeage, plans d expériences space-filling, points de validations, calibration moteur. 5pVXPp Dans le

Plus en détail

CONCOURS 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) 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 détail

UNE REPRESENTATION GRAPHIQUE DE LA LIAISON STATISTIQUE ENTRE DEUX VARIABLES ORDONNEES. Éric TÉROUANNE 1

UNE 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 détail

UNIVERSITY OF MALTA FACULTY OF ARTS. French as Main Area in an ordinary Bachelor s Degree

UNIVERSITY OF MALTA FACULTY OF ARTS. French as Main Area in an ordinary Bachelor s Degree French Programme of Studies (for courses commencing October 2009 and later) YEAR ONE (2009/10) Year (These units start in and continue in.) FRE1001 Linguistique théorique 1 4 credits Non Compensatable

Plus en détail

Louis Laurencelle, a. 2015 vol. 11 no. 1. Introduction

Louis Laurencelle, a. 2015 vol. 11 no. 1. Introduction Un indice d association non-linéaire entre deux variables continues, en version non-paramétrique A general non-linear index of association between two continuous rank-order variables Louis Laurencelle,

Plus en détail

REMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION

REMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION REMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION THÈSE N O 2388 (2001) PRÉSENTÉE AU DÉPARTEMENT D'INFORMATIQUE ÉCOLE POLYTECHNIQUE FÉDÉRALE

Plus en détail

3 Approximation de solutions d équations

3 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 détail

Scénarios économiques en assurance

Scénarios économiques en assurance Motivation et plan du cours Galea & Associés ISFA - Université Lyon 1 ptherond@galea-associes.eu pierre@therond.fr 18 octobre 2013 Motivation Les nouveaux référentiels prudentiel et d'information nancière

Plus en détail

Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.

Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Techniques de correction pour les options barrières 25 janvier 2007 Exercice à rendre individuellement lors

Plus en détail

Évaluation de la régression bornée

Évaluation 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 détail

Introduction à l approche bootstrap

Introduction 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 détail

Détection de têtes dans un nuage de points 3D à l aide d un modèle de mélange sphérique

Détection de têtes dans un nuage de points 3D à l aide d un modèle de mélange sphérique Détection de têtes dans un nuage de points 3D à l aide d un modèle de mélange sphérique Denis Brazey & Bruno Portier 2 Société Prynɛl, RD974 290 Corpeau, France denis.brazey@insa-rouen.fr 2 Normandie Université,

Plus en détail

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes

Contents. 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 détail

Population responses to environmental forcing : approaches to model and monitor habitat characteristics

Population 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

Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor

Travail 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 détail

aux différences est appelé équation aux différences d ordre n en forme normale.

aux différences est appelé équation aux différences d ordre n en forme normale. MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire

Plus en détail

CONFERENCE PALISADE. Optimisation robuste d un plan d expériences par simulation Monte-Carlo Concepts de «Design Space» et de «Quality by Design»

CONFERENCE PALISADE. Optimisation robuste d un plan d expériences par simulation Monte-Carlo Concepts de «Design Space» et de «Quality by Design» CONFERENCE PALISADE Optimisation robuste d un plan d expériences par simulation Monte-Carlo Concepts de «Design Space» et de «Quality by Design» 1 SIGMA PLUS Logiciels, Formations et Etudes Statistiques

Plus en détail

FINANCEMENT OPTIMAL DE LA SOLVABILITE D UN ASSUREUR

FINANCEMENT OPTIMAL DE LA SOLVABILITE D UN ASSUREUR FINANCEMENT OPTIMAL DE LA SOLVABILITE D UN ASSUREUR Guillaume PLANTIN GREMAQ Université Toulouse I 1 La détermination d un plan de réassurance optimal est une des applications les plus classiques de la

Plus en détail

PREPROCESSING PAR LISSAGE LOESS POUR ACP LISSEE

PREPROCESSING 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 détail

Une méthode d apprentissage pour la composition de services web

Une méthode d apprentissage pour la composition de services web Une méthode d apprentissage pour la composition de services web Soufiene Lajmi * Chirine Ghedira ** Khaled Ghedira * * Laboratoire SOIE (ENSI) University of Manouba, Manouba 2010, Tunisia Soufiene.lajmi@ensi.rnu.tn,

Plus en détail

Modèles pour données répétées

Modèles 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 détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* 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 détail

I. Programmation I. 1 Ecrire un programme en Scilab traduisant l organigramme montré ci-après (on pourra utiliser les annexes):

I. 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 détail

Approche 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 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 détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction 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 détail

RISK-BASED TRANSPORTATION PLANNING PRACTICE: OVERALL METIIODOLOGY AND A CASE EXAMPLE"' RESUME

RISK-BASED TRANSPORTATION PLANNING PRACTICE: OVERALL METIIODOLOGY AND A CASE EXAMPLE' RESUME RISK-BASED TRANSPORTATION PLANNING PRACTICE: OVERALL METIIODOLOGY AND A CASE EXAMPLE"' ERTUGRULALP BOVAR-CONCORD Etwiromnental, 2 Tippet Rd. Downsviel+) ON M3H 2V2 ABSTRACT We are faced with various types

Plus en détail

OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT)

OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT) OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT) LAGGOUNE Radouane 1 et HADDAD Cherifa 2 1,2: Dépt. de G. Mécanique, université de Bejaia, Targa-Ouzemour

Plus en détail

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production Revue des Sciences et de la Technologie RST- Volume 4 N 1 /janvier 2013 Etude d un cas industriel : Optimisation de la modélisation de paramètre de production A.F. Bernate Lara 1, F. Entzmann 2, F. Yalaoui

Plus en détail

Christian BONTEMPS né le 08 juillet 1969

Christian BONTEMPS né le 08 juillet 1969 Curriculum Vitae Christian BONTEMPS né le 08 juillet 1969 Situation actuelle : Ingénieur en Chef des Ponts et Chaussées, Chercheur IDEI Professeur Sciences Économiques, GREMAQ - Université Toulouse I.

Plus en détail

ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE

ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE ANALYSIS OF THE EFFICIENCY OF GEOGRIDS TO PREVENT A LOCAL COLLAPSE OF A ROAD Céline BOURDEAU et Daniel BILLAUX Itasca

Plus en détail

Improving the breakdown of the Central Credit Register data by category of enterprises

Improving the breakdown of the Central Credit Register data by category of enterprises Improving the breakdown of the Central Credit Register data by category of enterprises Workshop on Integrated management of micro-databases Deepening business intelligence within central banks statistical

Plus en détail

Ingénierie et gestion des connaissances

Ingénierie et gestion des connaissances Master Web Intelligence ICM Option Informatique Ingénierie et gestion des connaissances Philippe BEAUNE Philippe.Beaune@emse.fr 18 novembre 2008 Passer en revue quelques idées fondatrices de l ingénierie

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours 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 détail

The UNITECH Advantage. Copyright UNITECH International Society 2011. All rights reserved. Page 1

The UNITECH Advantage. Copyright UNITECH International Society 2011. All rights reserved. Page 1 The UNITECH Advantage Copyright UNITECH International Society 2011. All rights reserved. Page 1 Two key aspects of UNITECH Distinctive by being selective Standing out while fitting in The Wide and Varied

Plus en détail

Démonstration de la conjecture de Dumont

Démonstration de la conjecture de Dumont C. R. Acad. Sci. Paris, Ser. I 1 (005) 71 718 Théorie des nombres/combinatoire Démonstration de la conjecture de Dumont Bodo Lass http://france.elsevier.com/direct/crass1/ Institut Camille Jordan, UMR

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 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 détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. 14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,

Plus en détail

La 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 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 détail

Comprendre l impact de l utilisation des réseaux sociaux en entreprise SYNTHESE DES RESULTATS : EUROPE ET FRANCE

Comprendre l impact de l utilisation des réseaux sociaux en entreprise SYNTHESE DES RESULTATS : EUROPE ET FRANCE Comprendre l impact de l utilisation des réseaux sociaux en entreprise SYNTHESE DES RESULTATS : EUROPE ET FRANCE 1 Objectifs de l étude Comprendre l impact des réseaux sociaux externes ( Facebook, LinkedIn,

Plus en détail

Programming Server-Side Web Applications with Object-Oriented PHP. 420-060-NC Group 1638. Syllabus. Duration: 75 hours 1-2-2

Programming Server-Side Web Applications with Object-Oriented PHP. 420-060-NC Group 1638. Syllabus. Duration: 75 hours 1-2-2 Programming Server-Side Web Applications with Object-Oriented PHP 420-060-NC Group 1638 Syllabus Duration: 75 hours 1-2-2 Lecturer: Mathieu Viau mathieu.viau@gmail.com COLLÈGE DE MAISONNEUVE 3800, rue

Plus en détail

Élue Correspondant le 25 avril 1994, puis Membre le 30 novembre 2004 dans la section Sciences mécaniques et informatiques

Élue Correspondant le 25 avril 1994, puis Membre le 30 novembre 2004 dans la section Sciences mécaniques et informatiques Odile Macchi Élue Correspondant le 25 avril 1994, puis Membre le 30 novembre 2004 dans la section Sciences mécaniques et informatiques Odile Macchi est directeur de recherche émérite au CNRS. Formation

Plus en détail

Chapitre 3. Les distributions à deux variables

Chapitre 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 détail

IPSAS 32 «Service concession arrangements» (SCA) Marie-Pierre Cordier Baudouin Griton, IPSAS Board

IPSAS 32 «Service concession arrangements» (SCA) Marie-Pierre Cordier Baudouin Griton, IPSAS Board IPSAS 32 «Service concession arrangements» (SCA) Marie-Pierre Cordier Baudouin Griton, IPSAS Board 1 L élaboration de la norme IPSAS 32 Objectif : traitement comptable des «service concession arrangements»

Plus en détail

Théorèmes de Point Fixe et Applications 1

Théorèmes de Point Fixe et Applications 1 Théorèmes de Point Fixe et Applications 1 Victor Ginsburgh Université Libre de Bruxelles et CORE, Louvain-la-Neuve Janvier 1999 Published in C. Jessua, C. Labrousse et D. Vitry, eds., Dictionnaire des

Plus en détail

«Rénovation des curricula de l enseignement supérieur - Kazakhstan»

«Rénovation des curricula de l enseignement supérieur - Kazakhstan» ESHA «Création de 4 Ecoles Supérieures Hôtelières d'application» R323_esha_FT_FF_sup_kaza_fr R323 : Fiche technique «formation des enseignants du supérieur» «Rénovation des curricula de l enseignement

Plus en détail

De la mesure à l analyse des risques

De la mesure à l analyse des risques De la mesure à l analyse des risques Séminaire ISFA - B&W Deloitte Jean-Paul LAURENT Professeur à l'isfa, Université Claude Bernard Lyon 1 laurent.jeanpaul@free.fr http://laurent.jeanpaul.free.fr/ 0 De

Plus en détail

Introduction aux Statistiques et à l utilisation du logiciel R

Introduction aux Statistiques et à l utilisation du logiciel R Introduction aux Statistiques et à l utilisation du logiciel R Christophe Lalanne Christophe Pallier 1 Introduction 2 Comparaisons de deux moyennes 2.1 Objet de l étude On a mesuré le temps de sommeil

Plus en détail

Modélisation aléatoire en fiabilité des logiciels

Modélisation aléatoire en fiabilité des logiciels collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.

Plus en détail

Correction de l examen de la première session

Correction 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 détail

Application de l'analyse multifractale à l'estimation des crues extrêmes en Tunisie

Application de l'analyse multifractale à l'estimation des crues extrêmes en Tunisie Hydrology of die Mediterranean and Semiarid Regions (Proceedings of an inlernational symposium held at Montpellier.' April 2003). IAHS Publ. no. 278. 2003. 251 Application de l'analyse multifractale à

Plus en détail

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 3. Mesures stationnaires. et théorèmes de convergence Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée

Plus en détail

ETABLISSEMENT D ENSEIGNEMENT OU ORGANISME DE FORMATION / UNIVERSITY OR COLLEGE:

ETABLISSEMENT D ENSEIGNEMENT OU ORGANISME DE FORMATION / UNIVERSITY OR COLLEGE: 8. Tripartite internship agreement La présente convention a pour objet de définir les conditions dans lesquelles le stagiaire ci-après nommé sera accueilli dans l entreprise. This contract defines the

Plus en détail

Exploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction.

Exploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction. Exploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction. Etudes et traitements statistiques des données : le cas illustratif de la démarche par sondage INTRODUCTION

Plus en détail

OPTIMISATION À UNE VARIABLE

OPTIMISATION À UNE VARIABLE OPTIMISATION À UNE VARIABLE Sommaire 1. Optimum locaux d'une fonction... 1 1.1. Maximum local... 1 1.2. Minimum local... 1 1.3. Points stationnaires et points critiques... 2 1.4. Recherche d'un optimum

Plus en détail

MCMC et approximations en champ moyen pour les modèles de Markov

MCMC et approximations en champ moyen pour les modèles de Markov MCMC et approximations en champ moyen pour les modèles de Markov Gersende FORT LTCI CNRS - TELECOM ParisTech En collaboration avec Florence FORBES (Projet MISTIS, INRIA Rhône-Alpes). Basé sur l article:

Plus en détail

Journées d études IARD de l Institut des Actuaires Risques de souscription / provisionnement

Journées d études IARD de l Institut des Actuaires Risques de souscription / provisionnement www.pwc.com Journées d études IARD de l Institut des Actuaires Risques de souscription / provisionnement Reims 31 mars 2011 Agenda Section Description 1 Une compagnie d assurance peut-elle faire faillite?

Plus en détail

Modélisation des risques

Modélisation des risques 2 Modélisation des risques 2. Introduction L objectif de ce chapitre est de présenter les modèles de base utilisés pour décrire le comportement aléatoire d un risque en actuariat pour une période xe. Les

Plus en détail

BILAN du projet PEPS 1 EOLIN (Eolien LMI INSA)

BILAN du projet PEPS 1 EOLIN (Eolien LMI INSA) BILAN du projet PEPS 1 EOLIN (Eolien LMI INSA) Lab. de Math de l INSA de ROUEN FR CNRS 3335 et EA 3226 PLAN 1. Introduction 2. Bilan scientifique 3. Bilan financier 4. Conclusion 1 Introduction Le projet

Plus en détail

Une introduction. Lionel RIOU FRANÇA. Septembre 2008

Une introduction. Lionel RIOU FRANÇA. Septembre 2008 Une introduction INSERM U669 Septembre 2008 Sommaire 1 Effets Fixes Effets Aléatoires 2 Analyse Classique Effets aléatoires Efficacité homogène Efficacité hétérogène 3 Estimation du modèle Inférence 4

Plus en détail

Corps des nombres complexes, J Paul Tsasa

Corps des nombres complexes, J Paul Tsasa Corps des nombres complexes, J Paul Tsasa One Pager Février 2013 Vol. 5 Num. 011 Copyright Laréq 2013 http://www.lareq.com Corps des Nombres Complexes Définitions, Règles de Calcul et Théorèmes «Les idiots

Plus en détail

Méthodes de Simulation

Méthodes de Simulation Méthodes de Simulation JEAN-YVES TOURNERET Institut de recherche en informatique de Toulouse (IRIT) ENSEEIHT, Toulouse, France Peyresq06 p. 1/41 Remerciements Christian Robert : pour ses excellents transparents

Plus en détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat 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 détail

chargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d

chargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d Laboratoire de Mécanique et Ingénieriesnieries EA 3867 - FR TIMS / CNRS 2856 ER MPS Modélisation stochastique d un d chargement d amplitude variable à partir de mesures Application à l approche fiabiliste

Plus en détail

Une 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 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 détail

Le modèle de Black et Scholes

Le modèle de Black et Scholes Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un

Plus en détail

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Chapitre 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 détail

TRACER LE GRAPHE D'UNE FONCTION

TRACER LE GRAPHE D'UNE FONCTION TRACER LE GRAPHE D'UNE FONCTION Sommaire 1. Méthodologie : comment tracer le graphe d'une fonction... 1 En combinant les concepts de dérivée première et seconde, il est maintenant possible de tracer le

Plus en détail

Les capitalistes sociaux sur Twitter : détection via des mesures de similarité

Les capitalistes sociaux sur Twitter : détection via des mesures de similarité Les capitalistes sociaux sur Twitter : détection via des mesures de similarité Nicolas Dugué, Anthony Perez LIFO - Université d Orléans rue Léonard de Vinci B.P. 6759 F-45067 ORLEANS Cedex 2 FRANCE RÉSUMÉ.

Plus en détail

Joints de grains : couplage entre modélisation et microscopie électronique haute résolution

Joints de grains : couplage entre modélisation et microscopie électronique haute résolution Joints de grains : couplage entre modélisation et microscopie électronique haute résolution Frédéric Lançon, Damien Caliste, Jean Luc Rouvière Lab. de simulation atomistique (L_Sim), Inac/SP2M, CEA, Grenoble,

Plus en détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Dualité dans les espaces de Lebesgue et mesures de Radon finies Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention

Plus en détail

Post-processing of multimodel hydrological forecasts for the Baskatong catchment

Post-processing of multimodel hydrological forecasts for the Baskatong catchment + Post-processing of multimodel hydrological forecasts for the Baskatong catchment Fabian Tito Arandia Martinez Marie-Amélie Boucher Jocelyn Gaudet Maria-Helena Ramos + Context n Master degree subject:

Plus en détail

Econométrie et applications

Econométrie et applications Econométrie et applications Ecole des Ponts ParisTech Département Sciences Economiques Gestion Finance Nicolas Jacquemet (nicolas.jacquemet@univ-paris1.fr) Université Paris 1 & Ecole d Economie de Paris

Plus en détail

ADHEFILM : tronçonnage. ADHEFILM : cutting off. ADHECAL : fabrication. ADHECAL : manufacturing.

ADHEFILM : tronçonnage. ADHEFILM : cutting off. ADHECAL : fabrication. ADHECAL : manufacturing. LA MAÎTRISE D UN MÉTIER Depuis plus de 20 ans, ADHETEC construit sa réputation sur la qualité de ses films adhésifs. Par la maîtrise de notre métier, nous apportons à vos applications la force d une offre

Plus en détail

Data issues in species monitoring: where are the traps?

Data issues in species monitoring: where are the traps? Data issues in species monitoring: where are the traps? French breeding bird monitoring : Animations locales : - dealing with heterogenous data - working with multi-species multi-sites monitoring schemes

Plus en détail

distribution quelconque Signe 1 échantillon non Wilcoxon gaussienne distribution symétrique Student gaussienne position

distribution quelconque Signe 1 échantillon non Wilcoxon gaussienne distribution symétrique Student gaussienne position Arbre de NESI distribution quelconque Signe 1 échantillon distribution symétrique non gaussienne Wilcoxon gaussienne Student position appariés 1 échantillon sur la différence avec référence=0 2 échantillons

Plus en détail