Probabilities and Statistic seminar

(Exceptionnellement, le séminaire aura lieu à Metz et sera diffusé en visio en salle de conférence à Nancy.)

Ce congrès annuel de la Société Française de Statistique, qui va durer toute la seamine,

Spatial modeling in Astronomy can benefit from visualization techniques and spatial manipulation using Geographic Information Systems (G.I.S.) techniques. Preliminary analysis of stellar population characteristics in M83 galaxy using the emitted radiation source in different wavelengths shows a spatial aggregation model of stellar populations and clusters that are hierarchically organized in proximity of galaxy’s spiral arms. A review on stellar population and cluster characteristics (Krumholz et al., 2018) shows that their definition and organization characteristics vary on orders of several magnitudes, therefore the need to analyze clustering models using several mathematical models as well as G.I.S. clusters tools are foreseen here (a set of weighted features, identifies statistically significant hot spots, cold spots, and spatial outliers using the Anselin Local Moran’s I statistic). We aim to check if the clustering is related to a theoretical model (the density wave theory), where local to regional organization of stellar populations that belong to main sequence can form the hierarchically organized structures along the M83 galaxy’s spiral arms.

La structure du paysage agricole peut avoir une influence sur les processus qui s’y déploient : la propagation des maladies des cultures, le flux de gènes entre des variétés cultivées, le transfert des contaminants dans le sol… L’étude des interactions entre ces processus et le paysage a été facilité grâce aux développement récent des simulateurs de paysages, basés sur des modèles de la géométrie stochastique.

Le modèle gibbsien de tessellation aléatoire en T [1] s’inscrit dans ce contexte. En effet, le choix approprié des composantes de la fonction d’énergie du modèle conduit à  des simulations réalistes des parcellaires agricoles. Dans mon exposé je présenterai le modèle et l’algorithme de simulation associé. Je parlerai de la méthode d’estimation des paramètres et je l’appliquerai aux données de la petite région agricole en Loir-et-Cher. Enfin, j’aborderai la question du choix de modèle qui fait l’objet de nos travaux récents.
Katarzyna Adamczyk-Chauvat, Mouna Kassa, Kiên Kiêu, Radu Stoica.
[1] K. Kiêu, K. Adamczyk-Chauvat, H. Monod, R. S. Stoica. A completely random T-tessellation model and Gibbsian extensions. Spatial Statistics, 6, 118-138, 2013.

Nous présenterons un nouveau couplage martingale entre deux mesures de probabilité $mu$ et $nu$ dans l’ordre convexe en dimension un. Ce couplage s’exprime explicitement en fonction des intégrales des parties positive et négative de la différence des fonctions quantiles de $mu$ et $nu$. L’intégrale de $|y-x|$ contre ce couplage est plus petite que deux fois la distance de Wasserstein d’indice un entre $mu$ et $nu$. Lorsque le couplage comonotone entre $mu$ et $nu$ est donné par une application de transport $T$, il minimise l’intégrale de $|y-T(x)|$ parmi tous les couplages martingales. Il fait partie de toute une famille de couplages martingales qui partage ces propriétés.

Je vais profiter de cette occasion pour délaisser un peu la biologie au profit des maths et parler d’un sujet qui me tient à  cÅ“ur en ce moment : la représentation de Poisson. Introduite par C. W. Gardiner en 1977 comme un ansatz pratique pour résoudre certaines équations maîtresses (alias Kolmogorov progressives) représentant des systèmes de réactions chimiques modélisés par des processus markoviens de sauts, cette représentation a fait ses preuves d’un point de vue formel mais n’a pas encore livré tous ses secrets mathématiques.

In food science, it is of great interest to get information about the temporal perception of aliments to create new products, to modify existing ones or more generally to understand the perception mechanisms. Temporal Dominance of Sensations (TDS) is a technique to measure temporal perception which consists in choosing sequentially attributes describing a food product over tasting.
This work introduces new statistical models based on finite mixtures of semi-Markov chains in order to describe data collected with the TDS protocol, allowing different temporal perceptions for a same product within a population. The identifiability of the parameters of such mixture models is discussed. Sojourn time distributions are fitted with gamma probability distribution and a penalty is added to the log likelihood to ensure convergence of the EM algorithm to a non degenerate solution. Information criterions are employed for determining the number of mixture components. Then, the individual qualitative trajectories are clustered with the help of the maximum a posteriori probability (MAP) approach. A simulation study confirms the good behavior of the proposed estimation procedure. The methodology is illustrated on an example of consumers perception of a Gouda cheese and assesses the existence of several behaviors in terms of perception of this product.
Joint work with G. Lecuelle, P. Schlich and M. Visalli (Centre des Sciences du Gout et de l’Alimentation, UMR Agrosup-CNRS-INRA-UB, Dijon)

Nous nous intéressons au comportement asymptotique du premier temps de retour des orbites d’un système dynamique dans un petit voisinage de leurs points de départ. Nous étudions cette quantité dans le contexte de systèmes dynamiques préservant une mesure infinie. Plus précisément, nous considérons le cas de $mathbb{Z}$-extensions de sous-shift de type fini. Nous considérons également un modèle probabiliste pour éclairer la stratégie de nos preuves.

De nombreux modèles écologiques sont représentés par des équations différentielles ordinaires. Si ces modèles nous permettent, plus ou moins facilement de comprendre certains comportements observés dans la nature, ils ne prennent pas en compte deux éléments inhérents à  la vie réelle : l’aléa et la tragique destinée de toute population – la mort en temps fini.
Dans cet exposé, nous considérons un processus de Markov X “immortel” et une famille de processus de Markov X^N qui meurent en temps fini, et qui convergent vers X, et nous explorerons le comportement de la famille des distributions quasi-stationnaires (QSD) associées aux X^N. Nous verrons en particulier que ce comportement dépend fortement de la nature du processus X (persistant ou non). Cela permet, en un certain sens, de justifier l’approximation et l’étude de processus immortels.

Nous proposons une méthode d’analyse des dissimilarités spatiales d’une ville fondée sur la représentation de celle-ci par un faisceau de trajectoires, obtenues en explorant la ville à  partir de chacun de ses points. L’échelle à  partir de laquelle une trajectoire converge vers la ville entière constitue en quelque sorte une distance focale : le rayon du disque qu’il faut parcourir, en partant de tel point, pour « voir » la ville telle qu’elle est en réalité, dans son ensemble. Cette distance dépend de la variable (ou de la distribution) considérée, ainsi que du seuil de convergence choisi. Une intégrale permet à  la fois de s’affranchir de l’arbitraire dans le choix du seuil et d’identifier les points pour lesquels la convergence est presque toujours lente, y compris pour des seuils relativement élevés. Nous définissons ainsi un coefficient de distorsion, qui mesure à  quel point l’image de la ville, perçue en tel ou tel point, est différente de son image globale réelle. Travail en collaboration avec J. Randon-Furling (Université Paris 1) et W. Clark (UCLA)

We study stochastic multiple-fragmentation processes driven by a spatial flow. The final goal is actually to make a numerical simulation of the time evolution of a system of particles located on an Euclidean surface.

We take into account not only the fragmentation of the mass of a particle, but also of the kinetic energy. The talk is based on a joint work with Ioan R. Ionescu and Oana Lupascu-Stamate.