Search

Your search keyword '"Toulemonde, Gwladys"' showing total 33 results
Start Over Author "Toulemonde, Gwladys" Publisher hal ccsd
33 results on '"Toulemonde, Gwladys"'

1. Rainfall data collected by the HSM urban observatory OMSEV (2019-)

Author

Guinot, Vincent, Finaud-Guyot, Pascal, Guilliod, Maurice, Marchand, Pierre, Neppel, Luc, Salles, Christian, Toulemonde, Gwladys, Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Université Montpellier 2 - Sciences et Techniques (UM2)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Littoral, Environment: MOdels and Numerics (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), Institut Montpelliérain Alexander Grothendieck (IMAG), and Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)

Subjects
[SDU.OCEAN]Sciences of the Universe [physics]/Ocean, Atmosphere, [SDU.STU.HY]Sciences of the Universe [physics]/Earth Sciences/Hydrology
Abstract

Données de pluie collectées par l'observatoire urbain d'HSM (Omsev), 2019

Published
2023
Full Text
View/download PDF

2. Multivariate peaks-over-threshold with latent variable representations of generalized Pareto vectors

Author

Bacro, Jean-Noel, Gaetan, Carlo, Opitz, Thomas, Toulemonde, Gwladys, Institut Montpelliérain Alexander Grothendieck (IMAG), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), University of Ca’ Foscari [Venice, Italy], Biostatistique et Processus Spatiaux (BioSP), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Littoral, Environment: MOdels and Numerics (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), and programme LEFE/INSU

Subjects
Pairwise likelihood, [MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], Multivariate censoring, Latent variable, Multivariate generalized Pareto distribution, Threshold exceedance, Multivariate extreme-value theory
Abstract

Generalized Pareto distributions with positive tail index arise from embedding a Gamma random variable for the rate of an exponential distribution. In this paper, we exploit this property to define a flexible and statistically tractable modeling framework for multivariate extremes based on componentwise ratios between any two random vectors with exponential and Gamma marginal distributions. To model multivariate threshold exceedances, we propose hierarchical constructions using a latent random vector with Gamma margins, whose Laplace transform is key to obtaining the multivariate distribution function. The extremal dependence properties of such constructions, covering asymptotic independence and asymptotic dependence, are studied. We detail two useful parametric model classes: the latent Gamma vectors are sums of independent Gamma components in the first construction (called the convolution model), whereas they correspond to chi-squared random vectors in the second construction. Both of these constructions exhibit asymptotic independence, and we further propose a parametric extension (called beta-scaling) to obtain asymptotic dependence. We demonstrate good performance of likelihood-based estimation of extremal dependence summaries for several scenarios through a simulation study for bivariate and trivariate Gamma convolution models, including a hybrid model mixing bivariate subvectors with asymptotic dependence and independence.

Published
2023

3. Construction of generalized Pareto vectors for flexible peaks-over-threshold modeling

Author

Toulemonde, Gwladys, Bacro, Jean-Noel, Gaetan, Carlo, Opitz, Thomas, Institut Montpelliérain Alexander Grothendieck (IMAG), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), Littoral, Environment: MOdels and Numerics (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Université de Venise Ca’ Foscari | Università Ca’ Foscari di Venezia, Biostatistique et Processus Spatiaux (BioSP), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), and CFEnetwork

Subjects
[MATH.MATH-ST]Mathematics [math]/Statistics [math.ST]
Abstract

International audience; A flexible multivariate threshold exceedances modeling is defined based on componentwise ratios between any two independent random vectors with exponential and Gamma marginal distributions. This construction allows flexibility in terms of extremal bivariate dependence. More precisely, asymptotic dependence and independence are possible, as well as hybrid situations. Two useful parametric model classes will be presented. Oneof the two, based on Gamma convolution models, will be illustrated through a simulation study. Good performance is shown for likelihood-based estimation of summaries of bivariate extremal dependence for several scenarii.

Published
2022

4. Choice of mixture Poisson models based on Extreme value theory

Author

Valiquette, Samuel, Mortier, Frédéric, Peyhardi, Jean, Toulemonde, Gwladys, Institut Montpelliérain Alexander Grothendieck (IMAG), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), Département de mathématiques [Sherbrooke] (UdeS), Faculté des sciences [Sherbrooke] (UdeS), Université de Sherbrooke (UdeS)-Université de Sherbrooke (UdeS), Littoral, Environment: MOdels and Numerics (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Forêts et Sociétés (UPR Forêts et Sociétés), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Département Environnements et Sociétés (Cirad-ES), and ANR-18-CE02-0025,GAMBAS,Nouvelles avancées dans la modélisation de la biodiversité et des services écosystémiques : améliorations statistiques et pertinences écologiques des modèles de distribution multi-espèces(2018)

Subjects
[MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], FOS: Mathematics, Mathematics - Statistics Theory, Discrete extreme value theory, Statistics Theory (math.ST), Peak-over-threshold, Poisson mixture
Abstract

Count data are omnipresent in many applied fields, often with overdispersion due to an excess of zeroes or extreme values. With mixtures of Poisson distributions representing an elegant and appealing modelling strategy, we focus here on the challenging problem of identifying a suitable mixing distribution and study how extreme value theory can be used. We propose an original strategy to select the most appropriate candidate among three categories: Fr{\'e}chet, Gumbel and pseudo-Gumbel. Such an approach is presented with the aid of a decision tree and evaluated with numerical simulations.

Published
2022

5. Pluies et inondations en milieu urbain

Author

Carreau, Julie, Delenne, Carole, Guinot, Vincent, Toulemonde, Gwladys, Littoral, Environment: MOdels and Numerics (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Hydrosciences Montpellier (HSM), and Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)

Subjects
modélisation hydraulique urbaine, modèle stochastique, [SDE]Environmental Sciences, simulation numérique, inondation, mécanique des fluides, [INFO.INFO-MO]Computer Science [cs]/Modeling and Simulation
Abstract

National audience; Les dégâts causés en milieu urbain par les inondations et pluies diluviennes peuvent être catastrophiques. Les outils de modélisation peuvent aider à prédire l'évolution de certains phénomènes et permettent d'esquisser les différents scénarios possibles...

Published
2022

6. Downscaling shallow water simulations using artificial neural networks and boosted trees

Author

Bakong, Killian, Guinot, Vincent, Rousseau, Antoine, Toulemonde, Gwladys, Littoral, Environment: MOdels and Numerics (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), Institut Montpelliérain Alexander Grothendieck (IMAG), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), and Projet SB / IRT Saint-Exupéry

Subjects
Shallow water equations, multi-scale simulation, [MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], [SPI.GCIV.RISQ]Engineering Sciences [physics]/Civil Engineering/Risques, artificial neuron networks, [INFO.INFO-MO]Computer Science [cs]/Modeling and Simulation, boosted trees, [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI], [SPI.MECA.MEFL]Engineering Sciences [physics]/Mechanics [physics.med-ph]/Fluids mechanics [physics.class-ph]
Abstract

International audience; We present the application of two statistical artificial intelligence tools for multi-scale shallow water simulations. Artificial neural networks (ANNs) and boosted trees (BTs) are used to model the relationship between low-resolution (LR) and high-resolution (HR) information derived from simulations provided in the learning phase. The two statistical models are analyzed (and compared) through hyper-parameters such as the number of epochs and the network structure for ANNs, and the learning rate, tree depth and number for BTs. This analysis is performed through 4 numerical experiments the input datasets of which (for the learning, validation and test phases) are varied through the boundary conditions of the flow numerical simulation. The performance of the ANNs is remarkably consistent, regardless of the choice made for the training/validation/testing set. The performance improves with the number of epochs and the number of neurons. For a given number of neurons, a single-layer structure performs better than multi-layer structures. BTs perform significantly better than ANNs in 2 experiments, with an error 10 to 100 times lower and a computational cost 5 to 10 times larger). However, when the validation datasets differ from the training datasets, the performance of BTs performance is strongly degraded, with a modelling error more than one order of magnitude larger than that of ANNs. Used in conjunction with upscaled flood models such as porosity models, these techniques appear as a promising operational alternative to direct flood hazard assessment from HR flow simulations.

Published
2022
Full Text
View/download PDF

7. Non-parametric estimator of a multivariate madogram for missing-data and extreme value framework

Author

Boulin, Alexis, Bernardino, Elena, Laloë, Thomas, Toulemonde, Gwladys, Laboratoire Jean Alexandre Dieudonné (JAD), Université Côte d'Azur (UCA)-Université Nice Sophia Antipolis (... - 2019) (UNS), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS), Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Université de Montpellier (UM), Centre National de la Recherche Scientifique (CNRS), Littoral, Environment: MOdels and Numerics (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Université Côte d'Azur (UCA), Laboratoire Jean Alexandre Dieudonné (LJAD), Université Nice Sophia Antipolis (1965 - 2019) (UNS), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS)-Université Côte d'Azur (UCA), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), ANR-19-P3IA-0002,3IA@cote d'azur,3IA Côte d'Azur(2019), Littoral, Environnement : Méthodes et Outils Numériques (LEMON), and Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)

Subjects
Statistics and Probability, Numerical Analysis, Madogram, Mathematics - Statistics Theory, Statistics Theory (math.ST), 2D10, 62G05, 62G20, 62G32, 62H10, 62H12, Madogram Extreme value copula Missing Completely At Random (MCAR) Nonparametric estimation, Extreme value copula, Missing Completely At Random (MCAR), [MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], Nonparametric estimation. MSC2020 subject classifications : 62D10, FOS: Mathematics, MSC2020 subject classifications : 62D10, 62G05, 62G20, 62G32, 62H10, 62H12, 62G05, 62H12, Statistics, Probability and Uncertainty, Nonparametric estimation, 62H10, 62G20, 62G32
Abstract

The modeling of dependence between maxima is an important subject in several applications in risk analysis. To this aim, the extreme value copula function, characterised via the madogram, can be used as a margin-free description of the dependence structure. From a practical point of view, the family of extreme value distributions is very rich and arise naturally as the limiting distribution of properly normalised component-wise maxima. In this paper, we investigate the nonparametric estimation of the madogram where data are completely missing at random. We provide the functional central limit theorem for the considered multivariate madrogram correctly normalized, towards a tight Gaussian process for which the covariance function depends on the probabilities of missing. Explicit formula for the asymptotic variance is also given. Our results are illustrated in a finite sample setting with a simulation study., 29 pages, 4 figures

Published
2021
Full Text
View/download PDF

8. On the use of utility functions for optimizing phase II/phase III seamless trial designs

Author

Aouni, Jihane, Bacro, Jean, Toulemonde, Gwladys, Colin, Pierre, Darchy, Loic, Sébastien, Bernard, Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Sanofi Aventis R&D [Chilly-Mazarin], Université de Montpellier (UM), Centre National de la Recherche Scientifique (CNRS), Littoral, Environment: MOdels and Numerics (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Littoral, Environnement : Méthodes et Outils Numériques (LEMON), and Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)

Subjects
[STAT]Statistics [stat], Design optimisation, Adaptive trials, Utility function, Seamless design, Dose selection, [SDV.SP]Life Sciences [q-bio]/Pharmaceutical sciences, Patient allocation
Abstract

International audience; Background: For several years adaptive designs became more and more popular in the pharmaceutical industry and in particular much attention was brought on adaptive seamless designs. Those designs combine the phase II dose finding trial and the phase III confirmatory trial in a single protocol (with a fixed total sample size). The objective of this paper is to propose some utility-based tools to optimize those designs: first in terms of ratio between phase II and phase III sample sizes, and, second, in patient allocation to doses at the beginning of phase II. Methods: Design optimization methods are generally based either on Fisher information matrix (D-optimality) or on the variance of some statistics of interest (C-optimality). Instead, we propose to define utility functions associated to sponsors' decision related to choice of dose for the phase III and we propose design optimization metrics based on the expected value of this utility. Results and Conclusions: After reviewing and discussing several kinds of utility functions, we focused on two of them, that we have assessed through simulations. We concluded that in most of the scenarios simulated, the expected utility was in a sense more sensitive to the timing of the interim analysis (ratio between phase II over total sample size) than on the patients allocation between the doses. This result points out the fact that it might be necessary to enroll a larger number of patients in phase II to allow an accurate identification of the optimal dose.

Published
2021
Full Text
View/download PDF

9. Choix de mélange Poisson à l’aide de la théorie des valeurs extrêmes

Author

Valiquette, Samuel, Mortier, Frédéric, Peyhardi, Jean, Toulemonde, Gwladys, Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Université de Montpellier (UM), Centre National de la Recherche Scientifique (CNRS), Littoral, Environnement : Méthodes et Outils Numériques (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), Forêts et Sociétés (UPR Forêts et Sociétés), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Littoral, Environment: MOdels and Numerics (LEMON), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), and Département Environnements et Sociétés (Cirad-ES)

Subjects
[MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], ComputingMilieux_MISCELLANEOUS
Abstract

National audience

Published
2021

10. Space-time modelling and simulation of extreme rainfall

Author

Toulemonde, Gwladys, Institut Montpelliérain Alexander Grothendieck (IMAG), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), Littoral, Environment: MOdels and Numerics (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Hydrosciences Montpellier (HSM), and Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)

Subjects
[MATH.MATH-ST]Mathematics [math]/Statistics [math.ST]
Abstract

International audience

Published
2021

11. Climate Extremes

Author

Toulemonde, Gwladys, Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Littoral, Environment: MOdels and Numerics (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Hydrosciences Montpellier (HSM), and Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)

Subjects
[MATH.MATH-ST]Mathematics [math]/Statistics [math.ST]
Abstract

International audience

Published
2020

12. Modélisation statistique et développement de méthodes de simulation de processus extrêmes pour des applications en science de l'environnement

Author

Toulemonde, Gwladys, Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Littoral, Environnement : Méthodes et Outils Numériques (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), Université de Montpellier (UM), FRA., Jean-Noël Bacro, Littoral, Environment: MOdels and Numerics (LEMON), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Hydrosciences Montpellier (HSM), and Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)

Subjects
Statistique des valeurs extrêmes, [MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], Extreme Value Statistics
Published
2020

13. Stochastic extreme rainfall simulations around Montpellier

Author

Palacios Rodríguez, Fátima, Toulemonde, Gwladys, Carreau, Julie, Opitz, Thomas, Littoral, Environnement : Méthodes et Outils Numériques (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Biostatistique et Processus Spatiaux (BIOSP), Institut National de la Recherche Agronomique (INRA), Littoral, Environment: MOdels and Numerics (LEMON), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Biostatistique et Processus Spatiaux (BioSP), and Institut national des sciences de l'Univers (INSU - CNRS)-Institut de Recherche pour le Développement (IRD)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)

Subjects
Heavy rainfall events, Extreme-value theory, [MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], Stochastic simulation, [MATH]Mathematics [math], Space-time Pareto processes
Abstract

International audience; To better manage the risks of destructive natural disasters, impact models can be fed with simulations of extreme scenarios to study sensitivity to temporal and spatial variability. We propose semi-parametric stochastic simulation of realistic spatio-temporal extreme fields using a moderate number of observed extreme space-time episodes to generate an unlimited number of extreme scenarios of any magnitude. Our framework draws sound theoretical justification from extreme value theory, building on generalized Pareto limit processes. For illustration on hourly gridded precipitation data in Mediterranean France, we calculate risk measures using extreme event simulations for yet unobserved magnitudes.

Published
2019

14. Utility-Based Dose-Finding in Practice: Some Empirical Contributions and Recommendations

Author

Aouni, Jihane, Bacro, Jean-Nöel, Toulemonde, Gwladys, Sébastien, Bernard, Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Université de Montpellier (UM), Centre National de la Recherche Scientifique (CNRS), Littoral, Environnement : Méthodes et Outils Numériques (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), SANOFI Recherche, Littoral, Environment: MOdels and Numerics (LEMON), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Hydrosciences Montpellier (HSM), and Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)

Subjects
medicine.medical_specialty, Computer science, 05 social sciences, 01 natural sciences, 050105 experimental psychology, 010104 statistics & probability, Dose finding, [MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], Genetics, medicine, 0501 psychology and cognitive sciences, Animal Science and Zoology, Medical physics, 0101 mathematics, ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2019
Full Text
View/download PDF

15. Hierarchical space-time modeling of asymptotically independent exceedances for hourly precipitations in southern France

Author

Toulemonde, Gwladys, Bacro, Jean-Noel, Gaetan, Carlo, Opitz, Thomas, Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Littoral, Environment: MOdels and Numerics (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), University of Ca’ Foscari [Venice, Italy], Biostatistique et Processus Spatiaux (BioSP), and Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)

Subjects
[STAT]Statistics [stat], gamma random fields, Asymptotic independence, space-time extremes, hourly precipitation, space-time convolution, composite likelihood
Abstract

International audience; The statistical modeling of space-time extremes in environmental applications is key to understanding complex dependence structures in original event data and to generating realistic scenarios for impact models. In this context of high-dimensional data, we propose a novel hierarchical model for high threshold exceedances defined over continuous space and time by embedding a space-time Gamma process convolution for the rate of an exponential variable, leading to asymptotic independence inspace and time. Its physically motivated anisotropic dependence structure is based on geometric objects moving through space-time according to a velocity vector. We demonstrate that inference based on weighted pairwise likelihood is fast and accurate. The usefulness of our model is illustrated by an application to hourly precipitation data from a study region in Southern France, where it clearly improves on an alternative censored Gaussian space-time random field model. While classical limit models based on threshold-stability fail to appropriately capture relatively fast joint tail decay1arXiv:1708.02447v2 [stat.ME] 14 May 2019rates between asymptotic dependence and classical independence, strong empirical evidence from ourapplication and other recent case studies motivates the use of more realistic asymptotic independencemodels such as our

Published
2019

16. Assessing dunnett and mcp-mod based approaches in two-stage dose-finding trials

Author

Aouni, Jihane, Bacro, Jean Noel, Toulemonde, Gwladys, Colin, Pierre, Darchy, Loic, Sebastien, Bernard, Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Université de Montpellier (UM), Centre National de la Recherche Scientifique (CNRS), Littoral, Environnement : Méthodes et Outils Numériques (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), Sanofi Aventis R&D [Chilly-Mazarin], Littoral, Environment: MOdels and Numerics (LEMON), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Hydrosciences Montpellier (HSM), and Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)

Subjects
[STAT.ME]Statistics [stat]/Methodology [stat.ME], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2019
Full Text
View/download PDF

17. Hierarchical space-time modeling of exceedances

Author

Toulemonde, Gwladys, Bacro, Jean-Noel, Gaetan, Carlo, Opitz, Thomas, Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Littoral, Environment: MOdels and Numerics (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Dipartimento di Scienze Ambientali, Informatica e Statistica [Venezia] (DAIS), University of Ca’ Foscari [Venice, Italy], Biostatistique et Processus Spatiaux (BioSP), Institut National de la Recherche Agronomique (INRA), Littoral, Environnement : Méthodes et Outils Numériques (LEMON), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), and Biostatistique et Processus Spatiaux (BIOSP)

Subjects
[STAT]Statistics [stat], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2018

18. Heavy rainfall simulations by space-time processes

Author

Palacios Rodríguez, Fátima, Toulemonde, Gwladys, Carreau, Julie, Opitz, Thomas, Littoral, Environnement : Méthodes et Outils Numériques (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Biostatistique et Processus Spatiaux (BIOSP), Institut National de la Recherche Agronomique (INRA), Institut national des sciences de l'Univers (INSU - CNRS)-Institut de Recherche pour le Développement (IRD)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Biostatistique et Processus Spatiaux (BioSP), Littoral, Environment: MOdels and Numerics (LEMON), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), and Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)

Subjects
[STAT.AP]Statistics [stat]/Applications [stat.AP], [STAT.TH]Statistics [stat]/Statistics Theory [stat.TH], [STAT.CO]Statistics [stat]/Computation [stat.CO], [STAT.ME]Statistics [stat]/Methodology [stat.ME], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2018

19. Space-time extreme processes simulation for flash floods in Mediterranean France

Author

Palacios Rodríguez, Fátima, Toulemonde, Gwladys, Carreau, Julie, Opitz, Thomas, Littoral, Environnement : Méthodes et Outils Numériques (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Hydrosciences Montpellier (HSM), Institut national des sciences de l'Univers (INSU - CNRS)-Institut de Recherche pour le Développement (IRD)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Biostatistique et Processus Spatiaux (BioSP), Institut National de la Recherche Agronomique (INRA), Institut de Recherche pour le Développement (IRD)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Biostatistique et Processus Spatiaux (BIOSP), Littoral, Environment: MOdels and Numerics (LEMON), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), and Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)

Subjects
[STAT.AP]Statistics [stat]/Applications [stat.AP], Space-time processes, Extreme Value modelling, [STAT.TH]Statistics [stat]/Statistics Theory [stat.TH], Pareto processes, [STAT.CO]Statistics [stat]/Computation [stat.CO], Environmental risk, [STAT.ME]Statistics [stat]/Methodology [stat.ME], Simulation
Abstract

International audience; Flash floods in France are highly destructive natural phenomena, not only by creating material damage but also by threatening the safety of human life. To anticipate the impact of such disasters,it is crucial to propose stochastic simulation methods of realistic scenarios for spatio-temporal extremefields. Pareto processes are justified because they model phenomena that exceed a certain extremethreshold. Therefore, they are promising models for the aforementioned challenge. Nonparametric andparametric approaches in this framework have been provided over last years, but the proposed modelsdo not establish a direct link to Pareto processes. A semiparametric method for simulation of extremespace-time generalized Pareto processes is introduced. A key benefit of the proposed method is that itallows to generate an unlimited number of realizations of such extreme fields. Our simulation methodis applied to a rainfall data-set to model flash floods in a region in Mediterranean France.

Published
2018

20. How to simulate space-time extreme processes to assess natural disasters?

Author

Palacios Rodríguez, Fátima, Toulemonde, Gwladys, Carreau, Julie, Opitz, Thomas, Littoral, Environment: MOdels and Numerics (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Biostatistique et Processus Spatiaux (BioSP), Institut National de la Recherche Agronomique (INRA), Littoral, Environnement : Méthodes et Outils Numériques (LEMON), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), Institut de Recherche pour le Développement (IRD)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Biostatistique et Processus Spatiaux (BIOSP), and Institut national des sciences de l'Univers (INSU - CNRS)-Institut de Recherche pour le Développement (IRD)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)

Subjects
[STAT.AP]Statistics [stat]/Applications [stat.AP], [STAT.TH]Statistics [stat]/Statistics Theory [stat.TH], [STAT.CO]Statistics [stat]/Computation [stat.CO], [STAT.ME]Statistics [stat]/Methodology [stat.ME], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2018

21. Extra-parametrized extreme-value copula : an extension to a spatial framework

Author

Carreau, Julie, Toulemonde, Gwladys, Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Littoral, Environment: MOdels and Numerics (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Hydrosciences Montpellier (HSM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Institut national des sciences de l'Univers (INSU - CNRS)-Institut de Recherche pour le Développement (IRD)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Littoral, Environnement : Méthodes et Outils Numériques (LEMON), and Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)

Subjects
[STAT]Statistics [stat], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2016

22. A general model for bivariate tails probability

Author

Bacro, Jean-Noel, Dalhoumi, Néjib, Toulemonde, Gwladys, Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Institut de Mathématiques et de Modélisation de Montpellier (I3M), and Centre National de la Recherche Scientifique (CNRS)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)

Subjects
[MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2016

23. Simulation of space-time extreme wave processes to assess coastal hazards

Author

Chailan, Romain, Toulemonde, Gwladys, Bacro, Jean-Noel, Institut Montpelliérain Alexander Grothendieck (IMAG), and Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)

Subjects
[MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2016

24. Assessing the impacts of the choice of spatial dependence structure for flood-risk rainfall

Author

Carreau, Julie, Toulemonde, Gwladys, Bacro, J.N., Bouvier, Christophe, Neppel, Luc, toulemonde, gwladys, Hydrosciences Montpellier (HSM), Institut national des sciences de l'Univers (INSU - CNRS)-Institut de Recherche pour le Développement (IRD)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Littoral, Environnement : Méthodes et Outils Numériques (LEMON), Inria Sophia Antipolis - Méditerranée (CRISAM), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), Institut de Recherche pour le Développement (IRD)-Université Montpellier 2 - Sciences et Techniques (UM2)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Littoral, Environment: MOdels and Numerics (LEMON), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Hydrosciences Montpellier (HSM), and Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)

Subjects
[STAT.AP]Statistics [stat]/Applications [stat.AP], [STAT.AP] Statistics [stat]/Applications [stat.AP], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2014

25. Spatial dependence issues for extremes

Author

Bacro, Jean-Noel, Toulemonde, Gwladys, Gaetan, Carlo, Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Institut de Mathématiques et de Modélisation de Montpellier (I3M), Centre National de la Recherche Scientifique (CNRS)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM), Dipartimento di Scienze Ambientali, Informatica e Statistica [Venezia] (DAIS), and University of Ca’ Foscari [Venice, Italy]

Subjects
[MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2016

26. Dependence structures for spatial extremes

Author

Bacro, Jean-Noel, Toulemonde, Gwladys, Gaetan, Carlo, Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Institut de Mathématiques et de Modélisation de Montpellier (I3M), Centre National de la Recherche Scientifique (CNRS)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM), Dipartimento di Scienze Ambientali, Informatica e Statistica [Venezia] (DAIS), and University of Ca’ Foscari [Venice, Italy]

Subjects
[MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2015

27. Dependence models for spatial extremes

Author

Bacro, Jean-Noel, Toulemonde, Gwladys, Bacro, Jean-Noel, Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Institut de Mathématiques et de Modélisation de Montpellier (I3M), and Centre National de la Recherche Scientifique (CNRS)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)

Subjects
[MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], [MATH.MATH-ST] Mathematics [math]/Statistics [math.ST], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2014

28. Dependence structures for spatial extremes

Author

Bacro, Jean-Noel, Toulemonde, Gwladys, Bacro, Jean-Noel, Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Institut de Mathématiques et de Modélisation de Montpellier (I3M), and Centre National de la Recherche Scientifique (CNRS)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)

Subjects
[MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], [MATH.MATH-ST] Mathematics [math]/Statistics [math.ST], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2014

29. A flexible model for spatial extremes

Author

Bacro, Jean-Noel, Gaetan, Carlo, Toulemonde, Gwladys, Bacro, Jean-Noel, Institut Montpelliérain Alexander Grothendieck (IMAG), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Dipartimento di Scienze Ambientali, Informatica e Statistica [Venezia] (DAIS), University of Ca’ Foscari [Venice, Italy], Institut de Mathématiques et de Modélisation de Montpellier (I3M), and Centre National de la Recherche Scientifique (CNRS)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)

Subjects
[MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], [MATH.MATH-ST] Mathematics [math]/Statistics [math.ST], ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2014

30. Estimation and tests in extreme value theory

Author

Toulemonde, Gwladys, Institut de Mathématiques et de Modélisation de Montpellier (I3M), Centre National de la Recherche Scientifique (CNRS)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM), Université Pierre et Marie Curie - Paris VI, Armelle Guillou, and Toulemonde, Gwladys

Subjects
Censure aléatoire, Tests d'ajustement, [MATH] Mathematics [math], Neyman smooth test, Autoregressive (AR) model, Goodness-of-fit test, LeCam's theory, Newton-Raphson algorithm, Algorithme de Newton-Raphson, Modèle autorégressif (AR), Extreme Value Theory, Théorie de LeCam, Test lisse de Neyman, [MATH]Mathematics [math], Random censoring, Théorie des valeurs extrêmes
Abstract

This thesis is divided into three parts with an additional introduction. In the first part, we propose a smooth goodness-of-fit test for the Pareto distribution family. This test is based on LeCam's theory of local asymptotic normality (LAN). We establish the behaviour of our test statistic firstly under the null hypothesis that the sample follows a Pareto distribution and secondly under local alternatives using the LAN framework. We also expose some simulation results in order to study the finite sample behaviour of the test statistic. In the next chapter, we are interested in the topic of extreme value theory under random censoring. We propose an estimator of the two parameters of the generalized Pareto distribution based on the Newton-Raphson algorithm for which we establish the asymptotic normality. A simulation study illustrates its behaviour and also compares our estimator to the maximum likelihood estimator. In the last chapter, we deal with an autoregressive model adapted to the Gumbel distribution to take the dependence between maxima into account. We derive some theoretical properties of this model and present some simulation results in order to assess the quality of our model on finite samples. Finally, since this model is motivated by practical applications in atmospheric sciences, we fit it on daily and weekly maxima of carbon dioxide and methane., Cette thèse se décompose en trois parties distinctes auxquelles s'ajoute une introduction. Dans un premier temps, nous nous intéressons à un test lisse d'ajustement à la famille de Pareto. Pour cela, nous proposons une statistique de test motivée par la théorie de LeCam sur la normalité asymptotique locale (LAN). Nous en établissons le comportement asymptotique sous l'hypothèse que l'échantillon provient d'une distribution de Pareto et sous des alternatives locales, nous plaçant ainsi dans le cadre LAN. Des simulations sont présentées afin d'étudier le comportement de la statistique de test à distance finie. Dans le chapitre suivant, nous nous plaçons dans le cadre de données censurées aléatoirement à droite. Nous proposons alors un estimateur des paramètres de la distribution de Pareto généralisée basé sur une première étape de l'algorithme de Newton-Raphson. Nous établissons la normalité asymptotique de cet estimateur. Par des simulations, nous illustrons son comportement à distance finie et le comparons à celui de l'estimateur du maximum de vraisemblance. Nous proposons enfin, dans un dernier chapitre, un modèle linéaire autorégressif adapté à la loi de Gumbel pour prendre en compte la dépendance dans les maxima. Nous établissons des propriétés théoriques de ce modèle et par simulations nous illustrons son comportement à distance finie. Enfin, comme des applications concrètes en sciences de l'atmosphère motivaient ce modèle, nous l'avons utilisé pour modéliser des maxima de dioxyde de carbone et de méthane.

Published
2008

31. Measuring and modelling multivariate and spatial dependence of extremes

Author

Bacro, Jean-Noel, Toulemonde, Gwladys, Institut de Mathématiques et de Modélisation de Montpellier (I3M), and Centre National de la Recherche Scientifique (CNRS)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)

Subjects
[MATH]Mathematics [math]
Abstract

International audience; Within both multivariate extreme models and spatial processes, it is important to precisely identify dependencies among extremes. In particular detecting asymptotic independence is fundamental and in a multivariate setting, many authors have proposed measures of extreme dependence/independence with sometimes associated tests. Dependence structures within spatial processes are more complex and very few authors have considered other structures than the max-stable one. In this survey paper some major contributions to inference and modelling for extremal dependencies are presented in multivariate and spatial contexts, including the presentation of recent spatial models allowing asymptotic independence.

Published
2013

32. Particle filtering for Gumbel-distributed daily maxima of methane and nitrous oxyde

Author

Toulemonde, Gwladys, Guillou, Armelle, Naveau, Philippe, Institut de Mathématiques et de Modélisation de Montpellier (I3M), Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Institut de Recherche Mathématique Avancée (IRMA), Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS), Laboratoire des Sciences du Climat et de l'Environnement [Gif-sur-Yvette] (LSCE), Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS), Extrèmes : Statistiques, Impacts et Régionalisation (ESTIMR), Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS), Centre National de la Recherche Scientifique (CNRS)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM), Institut national des sciences de l'Univers (INSU - CNRS)-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ), and Institut national des sciences de l'Univers (INSU - CNRS)-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)

Subjects
[SDU.OCEAN]Sciences of the Universe [physics]/Ocean, Atmosphere, ComputingMilieux_MISCELLANEOUS
Abstract

International audience

Published
2013
Full Text
View/download PDF

33. Estimation et tests en théorie des valeurs extrêmes

Author

Toulemonde, Gwladys, Institut de Mathématiques et de Modélisation de Montpellier (I3M), Centre National de la Recherche Scientifique (CNRS)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM), Université Pierre et Marie Curie - Paris VI, and Armelle Guillou

Subjects
Censure aléatoire, Tests d'ajustement, Neyman smooth test, Autoregressive (AR) model, Goodness-of-fit test, LeCam's theory, Newton-Raphson algorithm, Algorithme de Newton-Raphson, Modèle autorégressif (AR), Extreme Value Theory, Théorie de LeCam, Test lisse de Neyman, [MATH]Mathematics [math], Random censoring, Théorie des valeurs extrêmes
Abstract

This thesis is divided into three parts with an additional introduction. In the first part, we propose a smooth goodness-of-fit test for the Pareto distribution family. This test is based on LeCam's theory of local asymptotic normality (LAN). We establish the behaviour of our test statistic firstly under the null hypothesis that the sample follows a Pareto distribution and secondly under local alternatives using the LAN framework. We also expose some simulation results in order to study the finite sample behaviour of the test statistic. In the next chapter, we are interested in the topic of extreme value theory under random censoring. We propose an estimator of the two parameters of the generalized Pareto distribution based on the Newton-Raphson algorithm for which we establish the asymptotic normality. A simulation study illustrates its behaviour and also compares our estimator to the maximum likelihood estimator. In the last chapter, we deal with an autoregressive model adapted to the Gumbel distribution to take the dependence between maxima into account. We derive some theoretical properties of this model and present some simulation results in order to assess the quality of our model on finite samples. Finally, since this model is motivated by practical applications in atmospheric sciences, we fit it on daily and weekly maxima of carbon dioxide and methane.; Cette thèse se décompose en trois parties distinctes auxquelles s'ajoute une introduction. Dans un premier temps, nous nous intéressons à un test lisse d'ajustement à la famille de Pareto. Pour cela, nous proposons une statistique de test motivée par la théorie de LeCam sur la normalité asymptotique locale (LAN). Nous en établissons le comportement asymptotique sous l'hypothèse que l'échantillon provient d'une distribution de Pareto et sous des alternatives locales, nous plaçant ainsi dans le cadre LAN. Des simulations sont présentées afin d'étudier le comportement de la statistique de test à distance finie. Dans le chapitre suivant, nous nous plaçons dans le cadre de données censurées aléatoirement à droite. Nous proposons alors un estimateur des paramètres de la distribution de Pareto généralisée basé sur une première étape de l'algorithme de Newton-Raphson. Nous établissons la normalité asymptotique de cet estimateur. Par des simulations, nous illustrons son comportement à distance finie et le comparons à celui de l'estimateur du maximum de vraisemblance. Nous proposons enfin, dans un dernier chapitre, un modèle linéaire autorégressif adapté à la loi de Gumbel pour prendre en compte la dépendance dans les maxima. Nous établissons des propriétés théoriques de ce modèle et par simulations nous illustrons son comportement à distance finie. Enfin, comme des applications concrètes en sciences de l'atmosphère motivaient ce modèle, nous l'avons utilisé pour modéliser des maxima de dioxyde de carbone et de méthane.

Published
2008

Catalog

Books, media, physical & digital resources
See catalog results