Séminaire de Probabilités et Statistique
lundi 26 novembre 2007 à 10:30 - UM2 - Bât 09 - Salle 331
Clémentine Prieur (Université Grenoble Alpes)
"Dépendance faible : coefficients, modèles. Application à des problèmes d'estimation non paramétrique".
En modélisation, il n'est pas toujours réaliste de travailler avec des hypothèses d'indépendance. C'est pour cette raison que différentes mesures de dépendance ont été introduites. Nous nous intéressons plus particulièrement à la notion de dépendance faible. Après avoir présenté les principaux coefficients de dépendance faible [1], je décrirai plus en détails quelques modèles. Je donnerai ensuite deux exemples d'application en statistique non paramétrique : le problème d'estimation de la densité marginale d'une suite stationnaire [2], et un problème d'estimation de ruptures dans un modèle de régression [3]. [1] Dedecker J., Doukhan P., Lang G., Leon J.R., Louhichi S. and Prieur C. (2007) Weak Dependence: With Examples and Applications. Lecture Notes in Statistics 190, Springer. [2] Dedecker J. and Prieur C. (2005). New dependence coefficients. Examples and applications to statistics. Probab. Theory and Relat. Fields 132, pp. 203-236. [3] Prieur C. (2007) Change Point Estimation by Local Linear Smoothing under a Weak Dependance Condition. Math. Methods of Statist. 16, 1, pp. 25-41.