Équipe Statistique

Serge Pergamenchtchikov assure la responsabilité et l'animation de cette équipe.

Thèmes

Différents problèmes relatifs à l'estimation non paramétrique sont envisagés. Des méthodes inspirées de l'analyse séquentielle sont développées, avec pour objectifs des questions de détection de ruptures pour des processus stochastiques. Par ailleurs, diverses questions d'estimation fonctionnelle sont considérées : questions méthodologiques (problèmes de sélection de fenêtres optimale pour des estimateurs à noyaux, problèmes de sélection de modèles) en lien avec des questions sur des modèles variés (modèle de déconvolution, problèmes à deux échantillons, traitement de données fonctionnelles, données dépendantes issues de divers cadres statistiques). Une thématique récente concerne l'étude de modèles de graphes aléatoires (problème d'estimation de distances entre les noeuds d'un graphe observé dans l'espace latent).

Des questions à la fois théoriques et algorithmiques sont considérées, pour des problèmes de ruine d'une compagnie d'assurance-vie et non vie ainsi que pour des problèmes de contrôle stochastique pour des spreads des actifs des marchés financiers et des problèmes de couverture pour des marchés financiers à volatilité stochastique à sauts et avec des coûts de transaction.

Pour ce type de modèles, on considère des problèmes d'estimation, de tests d'hypothèses et d'entropie et mesures de divergence associées. Les domaines d'application considérés sont la fiabilité des systèmes et l'analyse de survie. Des extensions aux modèles markoviens ou semi-markoviens cachés sont aussi étudiées.

Les données de type RNA-Seq ou CHIP-Seq sont désormais courantes en statistique appliquée à la génomique. Elles motivent l'exploration de nouvelles méthodes d'analyse de l'expression différentielle de gènes, ou de l'expression différentielle des facteurs de transcription. Par ailleurs, l'étude de grandes bases de données ("Big Data") est à l'origine de travaux sur l'extension des méthodes classiques d'exploration statistique de type classification (CART, Random Forest).

Dans le cadre des thèmes développés ci-dessus, l'équipe de statistique travaille en collaboration avec des informaticiens, bio-informaticiens, biologistes, physiciens, spécialistes des activités physiques, spécialistes d'économie écologique. Parallèlement, une activité de conseil en statistique est également menée auprès de l'entreprise Ferrero.

  • Statistique non-paramétrique
  • Théorie de l'assurance et de la finance, contrôle optimal stochastique
  • Modèles markoviens et semi-markoviens
  • Statistique bayesienne et applications, statistique du génome
  • Interactions avec d'autres disciplines, applications

Projets

L'équipe de statistique est actuellement impliquée dans deux projets régionaux.

  • Projet ISODA (Inférence Statistique sous Observations Dépendantes et Applications), 2014-2016, coordonné par S. Pergamenchtchikov.
  • Projet MMATFAS (Méthodes Mathématiques pour la Fiabilité des Systèmes et l’Analyse de Survie), 2014-2015, coordonné par V. Barbu.

Permanents

DR=Directeur de Recherche CNRS, IR=Ingénieur de Recherche CNRS, MCF=Maître de Conférence, PU=Professeur d'Université.

  • ARKOUN Ouerdia (Enseignant-Chercheur Sup'BioTech à Villejuif)
  • BARBU Vlad (MCF)
  • BEN ALAYA Mohamed (PU)
  • BRUA Jean-Yves (MCF)
  • CHAGNY Gaëlle (CR)
  • CHANNAROND Antoine (MCF)
  • PERGAMENCHTCHIKOV Serge (PU)
  • VERGNE Nicolas (MCF)
  • YOUNDJÉ Élie (MCF, HDR)

Doctorants

Le directeur de thèse est mentionné entre parenthèses.

  • ALBOSAILY Sahar (Serge PERGAMENCHTCHIKOV)
  • SHISHKOVA Elena (Serge PERGAMENCHTCHIKOV et en co-tutelle Evgeniy PCHELINTSEV [Tomsk, Russie])

Groupe de travail

Le groupe de travail se réunit régulièrement le jeudi de 10h15 à 11h15 en salle de séminaire M.0.1 . Voir le programme.