Keywords: Probability of catastrophic events, Bivariate extreme value theory, Heavy tailed distributions, ALS methods.
|
|
- Edgar Bonnet
- il y a 8 ans
- Total affichages :
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
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 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 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 détailTests 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 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 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 détailÉconométrie, 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 détailTests 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 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 détailEVALUATION 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 détailMesure 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 détailC. 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 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 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 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 détailPrédiction 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 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 détailExemple 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 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 détailProvisions 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 détailRésumé 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 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 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 détail$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 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 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 détailUNIVERSITY 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 détailLouis 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 détailREMOTE 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 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 détailScénarios 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 détailMaster 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 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 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 détailDétection 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 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 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 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 détailaux 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 détailCONFERENCE 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 détailFINANCEMENT 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 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 détailUne 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 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 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 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 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 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 détailRISK-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 détailOPTIMISATION 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 détailEtude 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 détailChristian 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 détailÉTUDE 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 détailImproving 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 détailIngénierie 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 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 détailThe 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 détailDémonstration 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 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 détailExercice 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 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 détailComprendre 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 détailProgramming 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 détailÉlue 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 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 détailIPSAS 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 détailThéorèmes 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»
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 détailDe 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 détailIntroduction 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 détailModélisation 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 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 détailApplication 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 détailChapitre 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 détailETABLISSEMENT 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 détailExploitation 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 détailOPTIMISATION 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 détailMCMC 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 détailJournées 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 détailModélisation 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 détailBILAN 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 détailUne 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 détailCorps 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 détailMéthodes 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 détailUniversité 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 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 détailchargement 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 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 détailLe 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 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 détailTRACER 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 détailLes 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 détailJoints 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 détailDualité 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 détailPost-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 détailEconométrie 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 détailADHEFILM : 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 détailData 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 détaildistribution 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