Aller au contenu Aller au menu Aller à la recherche

Événements et séminaires - LSTA
Laboratoire de Statistique Théorique et Appliquée

Partenariats

Informations pratiques

La séminaire a lieu le mardi, en alternance à Jussieu (UPMC) et à Sophie Germain (Paris Diderot).

 

À Jussieu : 10h45 en salle de séminaire (201), couloir 15-16 (2 ème étage).

Plan de JussieuNouvelle fenêtre

 

Au bâtiment Sophie Germain : 12h00 en salle 2015 (2 ème étage).

Prendre le grand escalier à droite en entrant ...

» En savoir +

Chiffres-clé

Chiffres

17 enseignants-chercheurs

18 doctorants

3 personnels administratifs

 

A voir

Nouvelle fenêtre

 

Nouvelle fenêtre

 

    Nouvelle fenêtre

Nouvelle fenêtre

28/02/2017 - E. Joly (Paris-Nanterre)

Séminaire Commun de Statistique P6-P7

10h45 à Jussieu dans la salle de séminaire du LSTA, Tour 15-16 – 2 ème étage.
Techniques de sous-échantillonnage et apprentissage non-paramétrique

Nous cherchons à estimer un paramètre statistique ψ0 = ψ(P0) d'une loi de probabilité P0 à partir d'un échantillon O1, ..., ON de taille N. Lorsque la fonction ψ a des propriétés de différentiabilité (au sens de Hadamard), une technique appelée “targeted learning” est, bien souvent, un meilleur choix que celui du plug-in ψ(PN). Lorsque N est très grand, la complexité informatique du problème rend la technique inefficace en pratique. Pour contourner cette limitation, une approche par sous-échantillonnage est envisagée pour réduire l'échantillon à O'1, ..., O'n de taille fixée n avec n << N. Je présenterai un résultat d'asymptotique générale dans le contexte n → infty et n/N → 0 (“big data”). Nous discuterons les techniques de ré-échantillonnage et nous donnerons des justifications théoriques de ces choix.