Ce travail a pour but de proposer des outils visant 'a comparer des résultats exp'erimentaux avec des modèles pour la dispersion de traceur en milieu poreux, dans le cadre de la dispersion anormale.Le "Mobile Immobile Model" (MIM) a été à l'origine d'importants progrès dans la description du transport en milieu poreux, surtout dans les milieux naturels. Ce modèle généralise l'quation d'advection-dispersion (ADE) e nsupposant que les particules de fluide, comme de solut'e, peuvent ˆetre immo-bilis'ees (en relation avec la matrice solide) puis relˆachées, le piégeage et le relargage suivant de plus une cin'etique d'ordre un. Récemment, une version stochastique de ce modèle a 'eté proposée. Malgré de nombreux succès pendant plus de trois décades, le MIM reste incapable de repr'esenter l''evolutionde la concentration d'un traceur dans certains milieux poreux insaturés. Eneffet, on observe souvent que la concentration peut d'ecroˆıtre comme unepuissance du temps, en particulier aux grands temps. Ceci est incompatible avec la version originale du MIM. En supposant une cinétique de piégeage-relargage diff'erente, certains auteurs ont propos'e une version fractionnaire,le "fractal MIM" (fMIM). C'est une classe d''equations aux d'eriv'ees par-tielles (e.d.p.) qui ont la particularit'e de contenir un op'erateur int'egral li'e'a la variable temps. Les solutions de cette classe d'e.d.p. se comportentasymptotiquement comme des puissances du temps, comme d'ailleurs cellesde l''equation de Fokker-Planck fractionnaire (FFPE). Notre travail fait partie d'un projet incluant des exp'eriences de tra¸cageet de vélocimétrie par R'esistance Magn'etique Nucl'eaire (RMN) en milieuporeux insatur'e. Comme le MIM, le fMIM fait partie des mod'eles ser-vant 'a interpréter de telles exp'eriences. Sa version "e.d.p." est adapt'eeaux grandeurs mesur'ees lors d'exp'eriences de tra¸cage, mais est peu utile pour la vélocimétrie RMN. En effet, cette technique mesure la statistiquedes d'eplacements des mol'ecules excit'ees, entre deux instants fixés. Plus précisément, elle mesure la fonction caractéristique (transform'ee de Fourier) de ces d'eplacements. Notre travail propose un outil d'analyse pour ces expériences: il s'agit d'une expression exacte de la fonction caract'eristiquedes d'eplacements de la version stochastique du mod'ele fMIM, sans oublier les MIM et FFPE. Ces processus sont obtenus 'a partir du mouvement Brown-ien (plus un terme convectif) par des changement de temps aléatoires. Ondit aussi que ces processus sont des mouvement Browniens, subordonnéspar des changements de temps qui sont eux-mˆeme les inverses de processusde L'evy non d'ecroissants (les subordinateurs). Les subordinateurs associés aux modèles fMIM et FFPE sont des processus stables, les subordinateursassoci'es au MIM sont des processus de Poisson composites. Des résultatsexp'erimenatux tr'es r'ecents on sugg'er'e d''elargir ceci 'a des vols de L'evy (plusg'en'eraux que le mouvement Brownien) subordonnés aussi.Le lien entre les e.d.p. fractionnaires et les mod'eles stochastiques pourla sous-diffusion a fait l'objet de nombreux travaux. Nous contribuons 'ad'etailler ce lien en faisant apparaˆıtre les flux de solut'e, en insistant sur une situation peu 'etudiée: nous examinons le cas o'u la cinétique de piégeage-relargage n'est pas la mˆeme dans tout le milieu. En supposant deux cinétiques diff'erentes dans deux sous-domaines, nous obtenons une version du fMIMavec un opérateur intégro-diff'erentiel li'e au temps, mais dépendant de la position.Ces r'esultats sont obtenus au moyen de raisonnements, et sont illustrés par des simulations utilisant la discrétisation d'intégrales fractionnaires etd'e.d.p. ainsi que la méthode de Monte Carlo. Ces simulations sont en quelque sorte des preuves numériques. Les outils sur lesquels elles s'appuient sont présentés aussi.

Cette thèse est rédigée par articles. Les articles sont rédigés en anglais et le reste de la thèse est rédigée en français. / Le travail établit une équivalence en termes de puissance entre les tests basés sur la alpha-distance de covariance et sur le critère d'indépendance de Hilbert-Schmidt (HSIC) avec fonction caractéristique de distribution de probabilité stable d'indice alpha avec paramètre d'échelle suffisamment petit. Des simulations en grandes dimensions montrent la supériorité des tests de distance de covariance et des tests HSIC par rapport à certains tests utilisant les copules. Des simulations montrent également que la distribution de Pearson de type III, très utile et moins connue, approche la distribution exacte de permutation des tests et donne des erreurs de type I précises. Une nouvelle méthode de sélection adaptative des paramètres d'échelle pour les tests HSIC est proposée. Trois simulations, dont deux sont empruntées de l'apprentissage automatique, montrent que la nouvelle méthode de sélection améliore la puissance des tests HSIC. Le problème de tests d'indépendance entre deux vecteurs est généralisé au problème de tests d'indépendance mutuelle entre plusieurs vecteurs. Le travail traite aussi d'un problème très proche à savoir, le test d'indépendance sérielle d'une suite multidimensionnelle stationnaire. La décomposition de Möbius des fonctions caractéristiques est utilisée pour caractériser l'indépendance. Des tests généralisés basés sur le critère d'indépendance de Hilbert-Schmidt et sur la distance de covariance en sont obtenus. Une équivalence est également établie entre le test basé sur la distance de covariance et le test HSIC de noyau caractéristique d'une distribution stable avec des paramètres d'échelle suffisamment petits. La convergence faible du test HSIC est obtenue. Un calcul rapide et précis des valeurs-p des tests développés utilise une distribution de Pearson de type III comme approximation de la distribution exacte des tests. Un résultat fascinant est l'obtention des trois premiers moments exacts de la distribution de permutation des statistiques de dépendance. Une méthodologie similaire a été développée pour le test d'indépendance sérielle d'une suite. Des applications à des données réelles environnementales et financières sont effectuées. / The main result establishes the equivalence in terms of power between the alpha-distance covariance test and the Hilbert-Schmidt independence criterion (HSIC) test with the characteristic kernel of a stable probability distribution of index alpha with sufficiently small scale parameters. Large-scale simulations reveal the superiority of these two tests over other tests based on the empirical independence copula process. They also establish the usefulness of the lesser known Pearson type III approximation to the exact permutation distribution. This approximation yields tests with more accurate type I error rates than the gamma approximation usually used for HSIC, especially when dimensions of the two vectors are large. A new method for scale parameter selection in HSIC tests is proposed which improves power performance in three simulations, two of which are from machine learning. The problem of testing mutual independence between many random vectors is addressed. The closely related problem of testing serial independence of a multivariate stationary sequence is also considered. The Möbius transformation of characteristic functions is used to characterize independence. A generalization to p vectors of the alpha -distance covariance test and the Hilbert-Schmidt independence criterion (HSIC) test with the characteristic kernel of a stable probability distributionof index alpha is obtained. It is shown that an HSIC test with sufficiently small scale parameters is equivalent to an alpha -distance covariance test. Weak convergence of the HSIC test is established. A very fast and accurate computation of p-values uses the Pearson type III approximation which successfully approaches the exact permutation distribution of the tests. This approximation relies on the exact first three moments of the permutation distribution of any test which can be expressed as the sum of all elements of a componentwise product of p doubly-centered matrices. The alpha -distance covariance test and the HSIC test are both of this form. A new selection method is proposed for the scale parameter of the characteristic kernel of the HSIC test. It is shown in a simulation that this adaptive HSIC test has higher power than the alpha-distance covariance test when data are generated from a Student copula. Applications are given to environmental and financial data.

No description available.

Cette thèse est consacré aux tests d'adéquation basés sur la fonction caractéristique. Nous débutons en présentant et en complétant les résultats probabilistes nécessaires à la construction de statistiques de test prenant la fonction caractéristique et son pendant la fonction caractéristique empirique comme représentations respectives des lois de référence et de la loi inconnue de l'échantillon de vecteurs aléatoires à tester. Nous poursuivons le travail en faisant la revue et en classant les tests basés sur la fonction caractéristique existants. Nous élaborons ensuite une classe de statistiques de test s'appuyant sur le calcul d'une distance intégrale. Le cas de la distance L2 est étudié plus à fond, car nous avons pu établir des résultats asymptotiques dans ce dernier cas. Ceux-ci font intervenir les éléments propres inconnus d'un opérateur intégral. Nous présentons, puis utilisons, une méthode d'approximation spectrale basée sur une projection de l'opérateur sur une base orthonormée.Finalement, nous construisons une nouvelle classe de tests appartenant au paradigme des tests lisses de Neyman. L'étude précédente nous permet de simplifier considérablement la construction de ces tests, dont différentes versions sont proposées tant pour le test d'une hypothèse simple que pour le test d'une hypothèse composite. / This PhD thesis consists in building goodness-of-fit tests using the characteristic function (CF) as a prefered representation for the probability laws involved.We start with listing and improving results in probability theory necessary to build test statistics using the characteristic function and its conterpart the empirical characteristic function.We list and classify existing characteristic function based goodness-of-fit tests published by varions authors since 1977.Then, we build a class of tests based on integral metrics. We take particular attention to the case where the statistics are build using a L2 distance. More specifically, we give asymptotic results in this case. However, these results reveal the need for information on the unknown eigenelements of an integral operator. Thus, we present and implement an approximation method using a sequence of projections on orthonormal bases ofan hilbertian functional space.Finally, we will build another class of tests using the Neyman smooth test paradigm. This study is based on our previous results, that fit well into the construction of characteristic function based smooth tests. We give various applications, presenting tests for both a simple hypothesis and a composite hypothesis.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.