Laboratoire de Mathématiques Raphaël Salem

UMR 6085 CNRS - Université de Rouen Normandie

 Nous présentons la première méthode d'évaluation de la validité d'un clustering probabiliste applicable aux cadres paramétriques et non paramétriques. L'approche permet de tester la pertinence d'un clustering à partir des seules probabilités de classement estimées sur l'échantillon, à condition d'être capable d'échantillonner de nouvelles observations selon le modèle estimé. Pour éviter les problèmes induits par l'estimation préalable des paramètres qui modifie les propriétés asymptotiques des tests d'adéquation, nous employons une stratégie de division par blocs pour garantir un seuil de signification exact. La procédure exploite une approche par vraisemblance empirique avec un nombre croissant de conditions de moment, permettant de détecter toute alternative de manière asymptotique. Ce travail est en collaboration avec Salima El Kolei.