Laboratoire de Mathématiques de Besançon - UMR 6623 CNRS
UFC
CNRS


Accueil > Agenda scientifique

Les événements de novembre 2019

Séminaire

  • Équations aux Dérivées Partielles

    • Jeudi 7 novembre 15:00-16:30 - Tokio Matsuyama - Chuo University Tokyo

      Séminaires Equations aux Dérivées Partielles

      Résumé : Analytic well-posedness for wave equation with time-dependent coefficient, with application to the Kirchhoff equation

      Lieu : 316B

      Article

    • Jeudi 21 novembre 15:00-16:30 - Nathalie Ayi - Univ. Sorbonne

      Séminaires Equations aux Dérivées Partielles

      Résumé : TBA

      Lieu : 324B2

      Article

    • Du 28 novembre 15:00 au 29 novembre 16:30 - Marta Leocata - Univ. Lyon

      Séminaires Equations aux Dérivées Partielles

      Résumé : Reporté

      Lieu : 316B

      Article

  • Probabilités et statistique

    • Lundi 4 novembre 11:00-12:00 - Aboubacar Yacouba Touré - LmB, Univ. Bourgogne Franche-Comté

      Séminaire PS : Asymptotic normality of the test statistics for the unified relative dispersion and relative variation indexes

      Résumé : Dispersion indexes with respect to the Poisson and binomial distributions are classical tools that are widely used to assess the conformity of the underlying distribution of an observed sample of count with one or the other of these theoretical distribution.
      Recently the exponential variation index have been proposed as an extension to positive continuous data. This paper aims to gather to study a unified definition of these indexes with respect to the relative variability of a non-negative natural exponential family of distributions through its variance function. We establish the strong consistency of the plug-in estimators of the indexes as well as their asymptotic normality. Since the exact distributions of the estimators are not available in closed form, we consider test of hypothesis relying on these estimators as test statistics with their asymptotic distributions. Simulation study suggests good behaviours of these test of hypothesis procedures, even for moderate sample sizes. Applicable examples are analyzed, including the lesser known references such negative binomial and inverse Gaussian, and improving the very usual case of the Poisson dispersion index. Concluding remarks are made with suggestions of possible extensions of this work.

      Lieu : Salle 316B - LmB

      Article

    • Lundi 18 novembre 11:00-12:00 - Aboubacar Yacouba Touré - LmB, Univ. Bourgogne Franche-Comté

      Séminaire PS : Relative variation indexes for multivariatecontinuous distributions on $[0,\infty)^k$ and extensions

      Résumé : We introduce some new indexes to measure the departure of any multivariate continuous distribution on non-negative orthant from a given reference one such the uncorrelated exponential model, similar to the relative Fisher dispersion indexes of multivariate count models.The proposed multivariate variation indexes are scalar quantities, defined as ratios of two quadratic forms of the mean vector and the covariance matrix. They can be used to discriminate between continuous positive distributions. Generalized and multiple marginal variation indexes with and without correlation structure, respectively, and their relative extensions are discussed.
      The asymptotic behavior and other properties are studied. Illustrative examples and numerical applications are analyzed under several scenarios, leading to appropriate choices of multivariate models. Some concluding remarks and possible extensions are made.

      Lieu : Salle 316B - LmB

      Article

  • Analyse Fonctionnelle

    • Mardi 5 novembre 13:30-15:00 - Alexandre Nou

      Théorème de Marcinkiewicz (Groupe de travail)

      Article

    • Mardi 12 novembre 13:45-15:00 - Mohammad Sadegh Mojahedi Moakhar - Tarbiat Modares University, Iran

      Séminaire d’Analyse Fonctionnelle

      Article

    • Mardi 19 novembre 13:45-15:00 - Javier Parcet, Eric Ricard, Mikael de la Salle

      Relâche (Ecole d’hiver)

      Résumé : Voici la page de l’école.

      Article

    • Mardi 26 novembre 13:45-15:00 - Edward McDonald - UNSW, Sydney

      Séminaire d’Analyse Fonctionnelle

      Article

Groupe de travail

  • Analyse Fonctionnelle

    • Mardi 5 novembre 13:30-15:00 - Alexandre Nou

      Théorème de Marcinkiewicz (Groupe de travail)

      Article

Colloque / Journée

  • Probabilités et statistique

    • Samedi 30 novembre -

      9ème Journée des Métiers du Master Modélisation Statistique

      Lieu : Espace Grammont (Centre Diocésain de Besançon, 20 rue Mégevand), salle B

      Article

  • Analyse Fonctionnelle

    • Du 18 au 22 novembre -

      Autumn School "Multipliers in NC analysis and their applications"

      Lieu : Besançon, LmB, salle 316B

      Article

  • Analyse Fonctionnelle

    • Du 25 au 26 novembre -

      Journées de jeunes analystes non-commutatifs

      Lieu : LmB, salles 316B et 316Bbis

      Article

  • Département de Mathématiques

    • Mercredi 13 novembre -

      8ème Journée de découverte de la recherche en mathématiques

      Lieu : Bâtiment Métrologie, UFR ST La Bouloie

      Article

  • Département de Mathématiques

    • Mardi 5 novembre 20:00-22:00 -

      Concert "Musique et mathématiques" : Galileo et Dead plants and living objects

      Lieu : FRAC, Cité des Arts, 1 passage des arts, Besançon

      Article

Réunion

  • LMB

    • Vendredi 15 novembre 12:30-14:00 -

      Conseil de Laboratoire

      Lieu : Salle 324-2B

      Article

Soutenance

  • Probabilités et statistique

    • Vendredi 8 novembre 14:00-16:00 - Youssef Esstafa - LmB, Univ. Bourgogne Franche-Comté

      Soutenance thèse : Modèles de séries temporelles à mémoire longue avec innovations dépendantes

      Résumé : Dans cette thèse nous considérons, dans un premier temps, le problème de l’analyse statistique des modèles FARIMA (Fractionally AutoRegressive Integrated Moving-Average) induits par un bruit blanc non corrélé mais qui peut contenir des dépendances non linéaires très générales. Ces modèles sont appelés FARIMA faibles et permettent de modéliser des processus à mémoire longue présentant des dynamiques non linéaires, de structures souvent non-identifiées, très générales. Relâcher l’hypothèse d’indépendance sur le terme d’erreur, une hypothèse habituellement imposée dans la littérature, permet aux modèles FARIMA faibles d’élargir considérablement leurs champs d’application en couvrant une large classe de processus à mémoire longue non linéaires. Les modèles FARIMA faibles sont denses dans l’ensemble des processus stationnaires purement non déterministes, la classe formée par ces modèles englobe donc celle des processus FARIMA avec un bruit indépendant et identiquement distribué (iid). Nous appelons par la suite FARIMA forts les modèles dans lesquels le terme d’erreur est supposé être un bruit iid.
      Nous établissons les procédures d’estimation et de validation des modèles FARIMA faibles. Nous montrons, sous des hypothèses faibles de régularités sur le bruit, que l’estimateur des moindres carrés des paramètres des modèles FARIMA(p,d,q) faibles est fortement convergent et asymptotiquement normal. La matrice de variance asymptotique de l’estimateur des moindres carrés des modèles FARIMA(p,d,q) faibles est de la forme "sandwich". Cette matrice peut être très différente de la variance asymptotique obtenue dans le cas fort (i.e. dans le cas où le bruit est supposé iid). Nous proposons, par deux méthodes différentes, un estimateur convergent de cette matrice. Une méthode alternative basée sur une approche d’auto-normalisation est également proposée pour construire des intervalles de confiance des paramètres des modèles FARIMA(p,d,q) faibles. Cette technique nous permet de contourner le problème de l’estimation de la matrice de variance asymptotique de l’estimateur des moindres carrés.
      Nous accordons ensuite une attention particulière au problème de la validation des modèles FARIMA(p,d,q) faibles. Nous montrons que les autocorrélations résiduelles ont une distribution asymptotique normale de matrice de covariance différente de celle obtenue dans le cadre des FARIMA forts. Cela nous permet de déduire la loi asymptotique exacte des statistiques portmanteau et de proposer ainsi des versions modifiées des tests portmanteau standards de Box-Pierce et Ljung-Box. Il est connu que la distribution asymptotique des tests portmanteau est correctement approximée par un khi-deux lorsque le terme d’erreur est supposé iid. Dans le cas général, nous montrons que cette distribution asymptotique est celle d’une somme pondérée de khi-deux. Elle peut être très différente de l’approximation khi-deux usuelle du cas fort. Nous adoptons la même approche d’auto-normalisation utilisée pour la construction des intervalles de confiance des paramètres des modèles FARIMA faibles pour tester l’adéquation des modèles FARIMA(p,d,q) faibles. Cette méthode a l’avantage de contourner le problème de l’estimation de la matrice de variance asymptotique du vecteur joint de l’estimateur des moindres carrés et des autocovariances empiriques du bruit.
      Dans un second temps, nous traitons dans cette thèse le problème de l’estimation des modèles autorégressifs d’ordre 1 induits par un bruit gaussien fractionnaire d’indice de Hurst H supposé connu. Nous étudions, plus précisément, la convergence et la normalité asymptotique de l’estimateur des moindres carrés généralisés du paramètre autorégressif de ces modèles.

      Lieu : Amphi B - 16 route de gray,
      25030 Besançon cedex

      Article

  • Doctorant

    • Vendredi 8 novembre 14:00-16:00 -

      Soutenance de thèse de Youssef ESSTAFA

      Lieu : UFR ST, Amphi B (Bâtiment Métrologie)

      Article

Ajouter un événement