Algorithmic approach to statistics: piecewise-deterministic processes and random trees
Approches algorithmiques pour la statistique : processus déterministes par morceaux et arbres aléatoires
Résumé
Ce manuscrit donne une présentation synthétique et une mise en perspective de morceaux
choisis de mes travaux de recherche effectués depuis 2014 en vue de l’obtention
de l’habilitation à diriger des recherches en mathématiques appliquées. Ceux-ci portent
principalement sur l’analyse statistique de deux objets mathématiques : les processus
déterministes par morceaux et les arbres aléatoires. Les premiers constituent un modèle
dynamique sur un espace continu en temps continu quand les seconds sont statiques et
intrinsèquement discrets. S’ils sont donc de nature différente, l’approche suivie pour leur
étude statistique est commune : développer des méthodes algorithmiques d’extraction
de l’information rigoureuses, fondées sur la théorie et vérifiées expérimentalement. C’est
cette idée que les quatre chapitres de ce mémoire cherchent à illustrer.
Les deux premiers chapitres sont consacrés aux processus markoviens déterministes par
morceaux. On s’intéresse d’abord au problème de l’estimation de leur taux de saut dans
un cadre général et lorsqu’une unique trajectoire en temps long est observée. On se
concentre dans un second temps sur l’estimation de fonctionnelles liées aux croisements,
continus ou survenant lors de sauts, de ces processus.
On propose dans les deux derniers chapitres de ce manuscrit des méthodes d’analyse
statistique des données arborescentes. On commence par étudier théoriquement à
travers un modèle probabiliste le noyau des sous-arbres pour en proposer ensuite des
généralisations. Enfin, on construit des estimateurs consistants des paramètres inconnus
de la loi de naissance d’arbres de Galton-Watson conditionnés par la taille ou la hauteur.
Origine | Fichiers produits par l'(les) auteur(s) |
---|---|
Licence |