La vraisemblance empirique est une méthode d'estimation inspirée de la vraisemblance classique, mais s'affranchissant du choix d'une famille paramétrique de lois. Cette méthode semi-paramétrique consiste à maximiser la vraisemblance d'une loi ne chargeant que les données et permet de construire des régions de confiance lorsque le paramètre d'intérêt est défini à partir de contraintes de moments.<br />Dans cette thèse, nous généraliserons la méthode de vraisemblance empirique à une vaste gamme de méthodes de divergence empirique. Nous montrerons que l'on peut obtenir des résultats non asymptotiques originaux pour certaines divergences. Nous proposerons également une adaptation de la vraisemblance empirique aux chaînes de Markov. Nous mènerons deux applications : l'estimation d'un indice du risque d'exposition au méthylmercure, en combinant les diverses sources de données disponibles, et l'étude du rôle de la norme sociale sur le surpoids et l'obésité.

Cette thèse porte sur le phénomène de superconcentration qui apparaît dans l'étude des fluctuations de divers modèles de la recherche actuelle (matrices aléatoires, verres de spins, champ libre gaussien discret, percolation,...). Plus particulièrement, la thèse est consacrée à l'examen d'inégalités de superconcentration à l'échelle exponentielle ; notamment pour des supremum de familles gaussiennes. Les outils mis en œuvre comprennent la propriété d'hypercontractivité de semi-groupes de Markov. Par ailleurs, celle-ci a conduit à une version d'ordre supérieur d'une inégalité sur la variance de M. Talagrand. La première partie de la thèse présente brièvement les notions essentielles de la théorie classique de la concentration de la mesure ainsi que les principaux outils, à savoir : méthodes d'interpolations à l'aide de semi-groupes markoviens, inégalités fonctionnelles, transport optimal et isopérimétrie. Un survol de la littérature existante est ensuite proposé. La deuxième partie du manuscrit rassemble, dans différents chapitres, les travaux que nous avons effectués durant cette thèse. Une grande partie de ceux-ci repose sur la représentation dynamique de la variance le long du semi-groupe d'Ornstein-Uhlenbeck et sa propriété d'hypercontractivité. De nouvelles inégalités de superconcentration sont obtenues au niveau exponentiel et illustrées sur des exemples provenant de la théorie des extrêmes. Le cadre de l'hypercontractivité a également conduit à une nouvelle inégalité sur le cube discret, celle-ci permettant une application sur l'influence d'ordre deux de fonctions booléennes. Enfin, le dernier chapitre aborde la phénomène de superconcentration par le transport optimal. Des majorations de la variance et des inégalités de déviations non asymptotiques pour le maximum de variables aléatoires indépendantes et de même loi sont obtenues. A nouveau, des illustrations pour des lois usuelles, appartenant aux différents domaines d'attraction de la théorie des extrêmes, sont proposées / The thesis focuses on the superconcentration phenomenon which appears in the study of the fluctuations of various moelds from current research (random matrices, spin glasses, discrete Gaussien free field, percolation,...). More precisely, the thesis mainly deals with superconcentration inequalities at an exponentiel level ; in particular for supremum of familu of Gaussian random variables. The principal tools used during this study are the hypercontractive property satisfied by some Markov semi-groups ; this approach leads to an extension of higher order of an inequality due to M. Talagrand. The first part of the thesis exposes the fundamental notions of concentration of measure, interpolation methods with Markovians semi-groups, functional inequalities, optimal transport and isoperimetry. Then, a survey of the literature concerning superconcentration phenomenon is done. The second part of the manuscript bring together, in different chapters, the results obtained during the thesis. Most of them are based on the dynamical representation of the variance along the semi-group of Ornstein-Uhlenbeck and its hypercontractive property. New ineqaulities are obtained at an exponential level and are illustrated on examples coming from extreme theory. This hypercontractive framework also gave birth to a new inequality on the discrete cube which leads to an application on the influence of second order of boolean functions. Finally, the last chapter is about the superconcentration phenomenon with an optimal transport approach. Some non asymptotic bounds on the variance and deviations inequalities are obtained for the maximum of an i.i.d. sample. Again, illustrations for usual laws of probability, belonging to different domain of attraction from extreme theory, are given.