Equipe de Statistique de l’Institut de Recherche Mathématique de Rennes
Evénements
Séminaire hebdomadaire : lien
Séminaire MoVi (Modélisation Mathématiques pour les Sciences du Vivant) : lien
Conférences, workshops, événements à venir
Postes à pourvoir
- CPJ Université Rennes 2 “Apprentissage Statistique et Intelligence Artificielle”
- CPJ INRIA Rennes “Sciences des données pour la santé publique”
- Fiche
- en collaboration avec l’IRSET Rennes
- Date limite de candidature : 15 avril 2024
Recrutements récents
- Marie du Roy de Chaumaray - Maîtresse de Conférence à l’Université Rennes 2
- Clément Levrard - Professeur à l’Université de Rennes
HDR/Thèse récentes
- HDR de Ronan Le Guével - 14 février 2024
- Thèse de Emilien Manent - 12 juillet 2023
- Thèse de Muriel Noel - 26 juin 2023
- HDR de Marie du Roy de Chaumaray - 7 juin 2023
- HDR de Nathalie Krell - 2 juin 2023
- HDR de Audrey Lavenu - 14 avril 2023
Thématiques
Le travail de recherche de l’équipe se concentre autour de deux thèmes principaux : la statistique de données complexes et big data et la statistique des processus.
Statistique de données complexes et big data
L’évolution actuelle de la statistique est fortement influencée par la diversité croissante des formats de données et l’inflation de leur volume. Elle oriente les démarches d’analyse vers des approches systémiques, reposant sur l’idée selon laquelle des données à différentes échelles et de différentes natures apportent des points de vue complémentaires sur le système étudié. Voici quelques défis étudiés :
- Repenser les modèles et la notion d’inférence pour comprendre les dépendances entre variables et phénomènes étudiés pour des données de très grande dimension.
- Prise en compte de l’hétérogénéité des données aussi bien liée à la nature des données qu’à leur mécanisme de sélection (plan de sondage, non-réponse) ou à leur résolution, souvent assimilée au rapport signal-bruit ou à la rareté du support du signal.
- Adaptation des techniques de visualisation de données au gigantisme des jeux de données.
- Adaptation des algorithmes aux données de très grandes dimensions.
Statistique des processus
- Modélisation et inférence statistique pour des données temporelles inhomogènes quand les paramètres du processus stochastique évoluent au cours du temps.
- Étude du comportement des valeurs extrêmes pour les processus localement stationnaires et les processus de durée de vie censurés (statistiques d’ordres, estimateur de Hill, etc.).
- Estimation des taux de saut à des classes différentes de Processus de Markov déterministes par morceaux
- Étude des processus déterminantaux (test du caractère déterminantal d’un processus, estimation, etc.).