Séminaire de Probabilités et Statistique :

Le 25 mars 2024 à 13:45 - UM - Bât 09 - Salle de conférence (1er étage)

Présentée par Pic Romain - Université de Franche-Comté

Post-traitement de prévisions météorologiques, régression distributionnelle et convergence

La régression distributionnelle est largement utilisée dans de nombreux domaines applicatifs. Dans les prévisions météo, beaucoup de méthodes de post-traitement statistiques entrent dans ce cadre théorique et utilisent des scoring rules pour évaluer la performance des prévisions. Le Continuous Ranked Probability Score (CRPS) est la scoring rule la plus populaire et possède des propriétés théoriques intéressantes. Nous avons étudié le taux optimal minimax de convergence pour une classe de distributions donnée en termes de risque théorique associé au CRPS. Dans le but d’étudier la consistance universelle en régression distributionnelle, nous nous sommes éloignés des scoring rules et nous avons adaptés le théorème de Stone aux distances de Wasserstein. Cela nous permet d’obtenir des résultats pour les distributions multivariées.

Séminaire en salle 109, également retransmis sur zoom : https://umontpellier-fr.zoom.us/j/94087408185