Inférence robuste

Dans la 1^ère partie, les outils de base pour mesurer le caractère robuste des estimateurs sont introduits (fonction d’influence, point de rupture, …) et appliqués dans le modèle de position-échelle. Dans ce cadre, le classe des M-estimateurs est étudiée de manière approfondie. La 2^ème partie concerne l’étude du modèle de régression linéaire multiple robuste (avec l’identification de points aberrants multivariés et de points leviers) et l’étude de méthodes d’analyses multivariées robustes.

L'objectif principal du cours est l'introduction des aspects théoriques et pratiques des méthodes de statistiques robustes. Amener l'étudiant à (i) résumer un article scientifique et (ii) présenter un article scientifique sont deux autres intentions pédagogiques du cours.

Le cours sera divisé en quatre activités d'apprentissage :

• Cours théorique, avec développement au tableau, des outils mathématiques dans des modèles simples
• Présentation de différents modèles plus complexes (slides)
• Travail personnel (devoirs à remettre durant le quadrimestre)
• Présentation d'un article scientifique

Références, bibliographie et lectures recommandées

• Hampel, F. R., E. M. Ronchetti, P. J. Rousseeuw et W. A. Stahel (1986)

• Robust statistics: the approach based on influence functions, Wiley, New York.

• Maronna, R. A., D. R. Martin et V. J. Yohai (2006), Robust statistics: Theory and Methods, Wiley, New York.

• Rousseeuw, P. J. et A. M. Leroy (1987), Robust regression and outlier detection, Wiley-Interscience, New York.

Support(s) de cours

• Université virtuelle

Contacts

Catherine Dehon (catherine.dehon@ulb.be) 

Campus

Solbosch

Méthode(s) d'évaluation

• Travail personnel
• Examen écrit
• Présentation orale

Travail personnel

Examen écrit

Présentation orale

Examen oral et présentation d'un article scientifique.

Construction de la note (en ce compris, la pondération des notes partielles)

• Présentation d'un article (8 points)

• Examen écrit (8 points)
   
• Devoirs (4 points)

Langue(s) d'évaluation

• français