Pierre Lafaye de Micheaux
 
Français  English 

Rapports techniques

[1] Lafaye de Micheaux P. Test de normalité pour les résidus d'un modèle ARMA. Mémoire de DEA, Université Montpellier II et École Nationale Supérieure Agronomique de Montpellier, 127 pages, Juin 1998.
[2] Ducharme G. and Lafaye de Micheaux P. Goodness-of-fit tests of normality for the innovations in ARMA models. Rapport technique numéro 02-02, Groupe de biostatistique et d'analyse des systèmes, Université Montpellier II, 34 pages, Février 2002.
[3] Lafaye de Micheaux P. Méthodes statistiques multivariées en IRMF. Mémoire de Master 2 Recherche, Institut National Polytechnique de Grenoble, 92 pages, Juin 2007.
[4] Coeurjolly J.-F., Drouilhet, R., Lafaye de Micheaux P. et Robineau, J.-F. (Février 2009). asympTest: an R package for performing parametric statistical tests and confidence intervals based on the central limit theorem. Rapport technique hal-00358375. Laboratoire Jean Kuntzmann. Université de Grenoble, 18 pages.
[5] Bordier C., Dojat, M. and Lafaye de Micheaux P. (Décembre 2010). Temporal and Spatial Independent Component Analysis for fMRI data sets embedded in a R package, arXiv 1012.0269v1, 23 pages.
[6] Tabelow K., Clayden J.D., Lafaye de Micheaux P., Polzehl J., Schmid V.J., Whitcher B. (Décembre 2010). Image Analysis and Statistical Inference in Neuroimaging with R, Technical report 1578, Weierstrass Institute for Applied Analysis and Stochastics, 9 pages.



DÉTAILS DES PUBLICATIONS.

[1] Test de normalité pour les résidus d'un modèle ARMA, Juin 1998.

Mémoire de DEA.

Télécharger:
Format postscript, format PDF.

Résumé:
Le recours à un modèle stochastique du type ARMA dans un but de prévision nécessite un traitement préalable dont la paternité est attribuée à Box et Jenkins.
Leur procédure se déroule en trois étapes: une étape d'identification ou choix des ordres p et q du modèle ARMA, une deuxième étape d'estimation des paramètres du modèle et enfin une troisième étape dite de validation qui cherche à savoir si le modèle choisi dans la phase d'identification et dont les paramètres ont été estimés peut être considéré comme valable.
Les résidus {epsilon_t} calculés à partir du modèle estimé jouent un rôle important dans cette dernière étape: peuvent-ils être considérés comme la réalisation d'un bruit blanc? suivent-ils une loi normale?
Le test le plus courant est dû à Box et Pierce: il s'agit du test du Portmanteau. Toutefois, ce test est plus adapté dans la pratique à la detection de modèles insatisfaisants qu'à la sélection du meilleur modèle parmi plusieurs compétiteurs.
Or, si on peut faire l'hypothèse de normalité pour le bruit blanc du modèle ARMA défini, alors on peut en tirer de nombreux avantages tels une estimation de l'erreur quadratique moyenne ou des intervalles de confiance asymptotiques plus fiables pour des tailles d'échantillon finies. Il serait donc profitable de disposer d'un tel test voué à la détection de cette normalité.
Le test de normalité décrit dans ce document se veut une solution à ce problème. Il s'appuie sur la théorie des tests lisses de Neyman et propose une alternative intéressante au test portmanteau. Il pourrait être utilisé au cours de la procédure de Box et Jenkins pour sélectionner les meilleurs modèles en terme de normalité des résidus.

Localisation 1:
Bibliothèque de l'Université Montpellier II.
Auteur : Lafaye de Micheaux, Pierre
Titre : Test de normalité pour les résidus d'un modèle ARMA / Pierre Lafaye de Micheaux
Editeur : Montpellier : Université Montpellier II Sciences et Techniques du Languedoc, [1998]
Collation : 127 f. ; 30 cm
Note : thèse Mém. D.E.A. : Biostatistique-Option Agron.-Santé : Montpellier 2 : 1998
Sujet : Biométrie -- thèses
Lien: Lien vers entrée bibliographique

Localisation 2:
Bibliothèque de l'ENSAM.
Titre : Test de normalité pour les résidus d'un modèle ARMA
Auteurs : Lafaye de Micheaux, Pierre
Source : Mémoire DEA : Biostatistique : ENSA-M Ecole nationale supérieure agronomique de Montpellier (FRA : 30/06/1998
Pages : 126 p. + ann.
Sujet : DEA BIOSTATISTIQUE
Bibliothèque de l'AGRO BIOM/M 78
Lien: Lien vers entrée bibliographique

[2] Goodness-of-fit tests of normality for the innovations in ARMA models, Février 2002.

Rapport technique numéro 02-02.
Groupe de Biostatistique et d'Analyse des systèmes.
Université Montpellier II

Télécharger:
Format postscript, format PDF.

Résumé:
Dans cet article, nous proposons un test d'ajustement de la normalité pour les innovations d'un modèle ARMA(p,q) de moyenne connue. Le test est basé sur l'approche des tests lisses dépendant des données et il est facile à mettre en oeuvre. Une importante étude de simulation est menée pour voir si, pour des tailles échantillonnales modérées, le test maintient son niveau partout dans l'espace paramétrique. La puissance de la procédure est aussi explorée par simulation. Il en ressort que notre test est en général plus puissant que les tests existants tout en maintenant son niveau sur la majeure partie de l'espace paramétrique et peut ainsi être recommandé. Cela confirme des résultats théoriques montrant la supériorité du test lisse dépendant des données dans des contextes similaires.

[3] Méthodes statistiques multivariées en IRMF, Juin 2007.

Télécharger:
Format postscript, format PDF.

Résumé:
L'imagerie par résonance magnétique fonctionnelle (IRMF) est une technique de neuroimagerie récente permettant de localiser l'activité neuronale avec une grande précision spatiale ainsi qu'une bonne précision temporelle. Pour détecter des zones actives dans le cerveau, cette méthode se base sur les changements locaux d'oxygénation du sang qui sont reflétés par de petites variations dans un certain type d'images obtenues par résonance magnétique. La possibilité de dresser une carte fonctionnelle cérébrale de façon non invasive fournit de nouvelles opportunités pour déméler les mystères du cerveau humain. Dans ce mémoire, nous décrivons quelques méthodes non paramétriques d'analyse multivariée des données IRMF: l'Analyse en Composantes Principales, l'Analyse en Composantes Indépendantes et la Poursuite de Projection. Nous tâchons aussi d'expliquer le lien existant entre ces méthodes, les différentes visions que l'on peut en avoir et abordons les aspects spatiaux et temporels sous-jacents. Nous avons également élaboré un programme informatique permettant de simuler, de façon extrêmement simplifiée, des signaux IRMF cérébraux. Cet outil nous permet de générer artificiellement des données de type IRMF pour lesquelles nous contrôlons un grand nombre de paramètres. Il servira à comparer quantitativement les méthodes statistiques présentées. Nous appliquons aussi ces différentes méthodes statistiques sur un jeu de données réelles issues d'une expérience IRMF en vision humaine. Enfin, nous proposons différentes pistes de recherche qui pourront être explorées pour donner une suite à ce travail préliminaire.

[4] asympTest: an R package for performing parametric statistical tests and confidence intervals based on the central limit theorem, Février 2009.

Télécharger:
Format postscript, format PDF.

Résumé:
Ce papier décrit un package R qui implémente des procédures de tests et des intervalles de confiance pour de grands échantillons (basés sur le théorème central limite) pour divers paramètres. Les cas de la moyenne et de la variance à un et deux échantillons sont considérés. Les statistiques pour tous les tests sont exprimées sous la même forme, ce qui facilite leur présentation. Dans les cas du paramètre de variance, la robustesse asymptotique des tests classiques dépend de l'écart à la normalité de la distribution des données, mesurée en termes de kurtosis de la distribution.

[5] Temporal and Spatial Independent Component Analysis for fMRI data sets embedded in a R package, Décembre 2010.

Télécharger:
Format postscript, format PDF.

Résumé:
Pour l'analyse statistique de jeux de données d'imagerie par résonance magnétique fonctionnelle (IRMf), nous proposons une approche pilotée par les données basée sur l'Analyse en Composantes Indépendantes (ICA), implémentée dans une nouvelle version du package AnalyzeFMRI. Pour des jeux de données d'IRMf, la dimension spatiale étant beaucoup plus grande que la dimension temporelle, l'ICA spatiale est l'approche qui est en général proposée. Cependant, pour certaines applications neuroscientifiques, l'indépendance temporelle des signaux sources peut être supposée et l'ICA temporelle devient alors une technique exploratoire intéressante. Dans ce travail, nous utilisons un résultat classique d'algèbre linéaire rendant possible l'utilisation de l'ICA temporelle. Nous présentons plusieurs expériences sur des données d'IRM simulées et réelles qui montrent l'intérêt potentiel de notre package R.

[6] Image Analysis and Statistical Inference in Neuroimaging with R, Décembre 2010.

Télécharger:
Format postscript, format PDF.

Résumé:
R est un langage et un environnement pour le calcul statistique et la réalisation de graphiques. Il peut être considéré comme une alternative au langage S développé dans les années 1970 et 1980 pour l'analyse de données et de graphiques. Le langage R fait partie du projet GNU et peut être compilé et utilisé sur quasiment tous les systèmes d'exploitation actuels. Nous décrivons plusieurs packages R construits spécifiquement pour l'analyse de données de neuroimagerie dans le contexte de l'IRM fonctionnelle, de l'imagerie par tenseur de diffusion, et de l'IRM dynamique à contraste amélioré. Nous rappelons leur méthodologie et donnons un aperçu de leurs possibilités pour la neuroimagerie. De plus, nous résumons quelques unes des activités en cours dans le domaine du développement de logiciel pour la neuroimagerie en R.

Mise à jour le Jeudi, 27 Janvier 2011 02:39  

Accueil

Publicité