Статистическа работна група
Статистическата работна група е организирана от Gaëlle Chagny и Antoine Channarond. Освен ако не е посочено друго, сесиите се провеждат в Madrillet в четвъртък, от 10:30 до 11:30 ч. Или от 14:00 до 15:00 ч. В семинарната зала M.0.1 (партер).
Програма 2014-2015
18 юни 2015 г. (10:30 ч.) Анджелина Рош (MAP5, Унив. Париж 5) Адаптивна оценка на ядрото на условни разпределения с функционален ковариант В тази беседа, ние се интересуваме от изследването на връзката между променлива от интерес Y и променлива X със стойности в хилбертово пространство (обикновено функционално пространство). Този тип проблеми се появяват например в спектроскопията, когато се опитва да се направи извод за химичния състав на съединението от неговата спектрометрична крива. Ние разглеждаме оценките на ядрото, от типа Nadaraya-Watson, на функцията за условно разпределение и на функцията за регресия. Качеството на оценителя силно зависи от това как е избран един от параметрите за оценка - прозорецът. Ще предложим метод за избор на този параметър, вдъхновен от работата на Goldenshluger и Lepski (2011) и инструментите за избор на модели. Получената оценка е оптимална в смисъл на оракул и в минимакс смисъл, до загуба на дневник. Изборът на псевдо-разстоянието в ядрото също ще бъде обсъден накратко. Тази работа е в сътрудничество с Gaëlle Chagny (LMRS, Университет в Руан).
23 април 2015 г. (9 ч.) Евгений Пчелинцев (Томски държавен университет) Подобрени претеглени LS-оценки за регресионна функция с негауссов шум Ние разглеждаме проблема с непараметричната оценка чрез квадратичния риск на периодична функция в непрекъсната модел на времева регресия с негауссов полумиртангален шум. Ние предлагаме подобрена претеглена оценка, която при някои общи условия има предимство в средната квадратна точност пред претеглените оценки на най-малките квадрати. Установена е асимптотичната минималност на предложените оценки.
26 март 2015 г. (10:30 ч.) Мадалина Олтеану (SAMM Laboratory, Univ. Paris 1) Самоорганизиращи се карти за сложни данни Тази беседа ще бъде посветена на представянето на някои разширения на самоорганизиращи се карти за невекторни данни. Първо, ще приемем, че данните са известни само чрез матрица от различия. На второ място, данните ще бъдат описани от няколко цифрови и/или нецифрови източника (например графика, обозначена с количествена и/или качествена информация за възлите). Различните източници на информация ще бъдат взети под внимание, като се използва адаптивна комбинация от ядра или различия. Някои примери за реални и симулирани данни ще илюстрират различните алгоритми и ще въведат пакета R SOMbrero.