Dans ce mémoire de thèse, nous nous intéressons à la modélisation non paramétrique de données spatiales et/ou fonctionnelles, plus particulièrement basée sur la méthode à noyau. En général, les échantillons que nous avons considérés pour établir les propriétés asymptotiques des estimateurs proposés sont constitués de variables dépendantes. La spécificité des méthodes étudiées réside dans le fait que les estimateurs prennent en compte la structure de dépendance des données considérées.Dans une première partie, nous appréhendons l’étude de variables réelles spatialement dépendantes. Nous proposons une nouvelle approche à noyau pour estimer les fonctions de densité de probabilité et de régression spatiales ainsi que le mode. La particularité de cette approche est qu’elle permet de tenir compte à la fois de la proximité entre les observations et de celle entre les sites. Nous étudions les comportements asymptotiques des estimateurs proposés ainsi que leurs applications à des données simulées et réelles.Dans une seconde partie, nous nous intéressons à la modélisation de données à valeurs dans un espace de dimension infinie ou dites "données fonctionnelles". Dans un premier temps, nous adaptons le modèle de régression non paramétrique introduit en première partie au cadre de données fonctionnelles spatialement dépendantes. Nous donnons des résultats asymptotiques ainsi que numériques. Puis, dans un second temps, nous étudions un modèle de régression de séries temporelles dont les variables explicatives sont fonctionnelles et le processus des innovations est autorégressif. Nous proposons une procédure permettant de tenir compte de l’information contenue dans le processus des erreurs. Après avoir étudié le comportement asymptotique de l’estimateur à noyau proposé, nous analysons ses performances sur des données simulées puis réelles.La troisième partie est consacrée aux applications. Tout d’abord, nous présentons des résultats de classification non supervisée de données spatiales (multivariées), simulées et réelles. La méthode de classification considérée est basée sur l’estimation du mode spatial, obtenu à partir de l’estimateur de la fonction de densité spatiale introduit dans le cadre de la première partie de cette thèse. Puis, nous appliquons cette méthode de classification basée sur le mode ainsi que d’autres méthodes de classification non supervisée de la littérature sur des données hydrologiques de nature fonctionnelle. Enfin, cette classification des données hydrologiques nous a amené à appliquer des outils de détection de rupture sur ces données fonctionnelles. / In this dissertation, we are interested in nonparametric modeling of spatial and/or functional data, more specifically based on kernel method. Generally, the samples we have considered for establishing asymptotic properties of the proposed estimators are constituted of dependent variables. The specificity of the studied methods lies in the fact that the estimators take into account the structure of the dependence of the considered data.In a first part, we study real variables spatially dependent. We propose a new kernel approach to estimating spatial probability density of the mode and regression functions. The distinctive feature of this approach is that it allows taking into account both the proximity between observations and that between sites. We study the asymptotic behaviors of the proposed estimates as well as their applications to simulated and real data. In a second part, we are interested in modeling data valued in a space of infinite dimension or so-called "functional data". As a first step, we adapt the nonparametric regression model, introduced in the first part, to spatially functional dependent data framework. We get convergence results as well as numerical results. Then, later, we study time series regression model in which explanatory variables are functional and the innovation process is autoregressive. We propose a procedure which allows us to take into account information contained in the error process. After showing asymptotic behavior of the proposed kernel estimate, we study its performance on simulated and real data.The third part is devoted to applications. First of all, we present unsupervised classificationresults of simulated and real spatial data (multivariate). The considered classification method is based on the estimation of spatial mode, obtained from the spatial density function introduced in the first part of this thesis. Then, we apply this classification method based on the mode as well as other unsupervised classification methods of the literature on hydrological data of functional nature. Lastly, this classification of hydrological data has led us to apply change point detection tools on these functional data.

L'objectif principal de cette thèse est la caractérisation des dynamiques hautes fréquance en milieu côtier et en particulier leurs extrêmes, par l'intermédiaire de l'étude de série temporelle biogéochimiques à long terme enregistrées par des systèmes automatisés. Les bases de données hautes fréquences utilisées dans cette étude proviennent majoritairement du programme MAREL, qui a été mise en oeuvre par l'IFREMER. Des séries temporelles basses fréquences provenant des programmes de surveillance du littoral SOMLIT (CNRS, INSU) et SRN (Ifremer) sont mises à contribution pour appuyer l'importance des systèmes automatisés. La méthode EMD (Empirical Mode Decomposition) nous a servi de base dans de nombreuses analyses pour étudier ces séries temporelles. Nous avons aussi utilisé des méthodes plus classiques empruntées aux domaines de l'analyse numérique et de la turbulence. Cette études se décompose en 3 parties, et plusieurs annexes. Les matériels et méthodes sont présentés dans la première partie. Dans la seconde partie, la méthode EMD nous a permis de mettre en avant les fortes fluctuations contenues dans les blooms, ainsi que de mener des analyses spectrales grâce à un couplage avec la transformée de Hilbert. L'analyse en composante principale (ACP) a mis en avant les principaux forçages exercés sur la production primaire et les profils de température SOMLIT laissent supposer un impact de la stratification sur l'intensité des blooms. Dans la troisième partie, nous avons mené une étude comparative entre les données basses fréquences et hautes fréquences. Et deux méthodes de cross-corrélation (TDIC et co-spectre) nous ont permis de définir une échelle caractéristique de transition entre les températures de la Manche occidentale et orientale. En annexe, nous avons testé la robustesse de différentes méthodes d'analyses spectrales quant au manque de données dans les séries temporelles, qui est un problème inhérent aux bases de données enregistrées par des systèmes automatisés, et nous avons reproduit un article qui est en cours de soumission. / The main objective of this thesis is the characterization of high frequency dynamics in coastal areas and in particular their extremes, through the study of long-term biodeochemical time series registered by automated systems. The majority of high-frequency data sets used in this study came from MAREL program. The low-frequency time series from coastal monitoring programs SOMLIT (CNRS, INSU) and SRN (Ifremer) are employed to support the importance of automated systems. The EMD (Empirical Mode decomposition) method has provided a basis for us to study several of these time series. We also have used some methods more classical borrowed from numerical analysis field and turbulence. This study is organized in three chapters, and several appendices. The first chapter is devoted to the material and method. In the second chapter, using the EMD method we have highlighted the strong fluctuations contained in the blooms, and we have performed spectral analyzes. The principal component analysis (PCA) highlighted the main forcing exerted on primary production and SOMLIT temperature profiles suggest an impact of stratification on the intensity of blooms. In the third chapter, we conducted a comparative study between low-frequency and high-frequency data. Two cross-correlation methods (TDIC and co-spectra) allowed us to define a characteristic transition scale between the temperatures of the western and eastern English Cahnnel. In appendices we tested the robustness of different spectral analysis methods about the missing data in the time series, which is an underlying problem in the database registered by automated systems, and we reproduce a paper, which is under submission.

Cette thèse commence par souligner les contextes et les difficultés d'analyse de l'économie chinoise : la première difficulté est la particularité de la Chine qui est également référencée comme «socialisme avec des caractéristiques chinoises», qui comprend le contexte culturel unique et la langue, la nature de l'économie, le manque de données, et les changements institutionnels fréquents. La deuxième difficulté est l'insuffisance des modèles de croissance économique modernes. En outre, les chercheurs souffrent également des problèmes économétriques généraux de la modélisation macroéconomique, par exemple le problème de petit échantillon, la faible identification et l'estimation sensible pour la stationnarité des séries et paramètres tronqués. Par conséquent, nous devons trouver et travailler dans un cadre approprié. Cette thèse montrera l'insuffisance des modèles de croissance économique dominante pour expliquer la croissance économique de la Chine et la nécessité de sortir du cadre néoclassique. L'analyse se tourne progressivement vers les approches marxistes et se concentre sur l'analyse des taux de profit. [...]Cette thèse propose quelques éléments de réflexion méthodologique sur le thème de la croissance de l’économie chinoise dans la longue période. À partir de données statistiques officielles chinoises retravaillées, nous reconstruisons des séries temporelles de stocks de capital physique les plus longues possibles, soit de 1952 à 2014, de façon à remonter au plus près de la date de formation de la République populaire et étendre cette base de données jusqu’au présent, pour tenir compte des derniers annuaires statistiques publiés en 2016. Nous testons ces nouvelles données afin d’estimer les contributions des facteurs de production à la croissance dans un cadre théorique néoclassique, en soulignant les limites de tels modèles – problématiques, car selon nous indépassables. [...] L'auteur a prédit les valeurs de certaines variables économiques de 2015. L'auteur prédit que le taux de profit continuera à baisser même s'il est déjà faible dans 2014. Si le taux de profit continue à baisser, les marxistes pourraient soutenir qu'une crise se produira à l'avenir. Toutefois, l'argument est cohérent avec les faits qu'une crise financière sur le marché boursier se produira en 2015 et 2016. La prévision pour la croissance économique est également très réussie. En outre, l'auteur a également étendu la décomposition économique des taux de profit. L'auteur a proposé trois décompositions différentes puis appliqué un filtre à ces composants. Les cycles économiques et les crises ont été confirmés avec une perspective marxiste revisée. / The rise of emerging economies and their increasing contributions to the world’s economy has led to the development of the science of economics. China is a typical representative of emerging market economies. This economic phenomenon pushes the development of economic growth theory, and the problems in empirical analyses also promote econometric techniques. Though China is still a developing country, China has successfully dragged itself out of absolute poverty. Is the technique of China’s economic development an alternative method for the struggle against the poverty of other poor countries? With the lack of modern international standard data, the empirical analyses of modern economic growth theories in the literature are generally focused on the period after the opening-up reform in 1978 or the period after the fiscal reform in 1993. In this thesis, the author attempts to extend the vision, by further analyzing China’s economy using modern economic approaches since the foundation of the People’s Republic of China in 1949. Alongside the wave of privatization, marketization, and liberalization in the countries of the former Soviet Union, socialist countries, and developing countries, China has also begun its economic reform since 1978 in which it has achieved great economic success. Chinese policymakers themselves contribute the rapid economic growth to the success of the institutional choice. For instance, Hu Jintao’s report at the 17th Party Congress (2007) has the following assertion: “To sum up, the fundamental reason behind all our achievements and progress since the reform and opening up policy was introduced is that we have blazed a path of socialism with Chinese characteristics and established a system of theories of socialism with Chinese characteristics.” However, what does the so-called “socialism with Chinese characteristics” really mean? How does it work on the path of economic growth? All those interesting questions incite this thesis to explore the answers. [...]

Les changements climatiques constituent l’un des enjeux les plus importants en santé publique du XXIème siècle. En effet, une hausse des températures provoquera une hausse de la mortalité attribuable à la chaleur. En outre, certaines populations et territoires sont particulièrement vulnérables aux effets de la chaleur. Il est donc nécessaire de les identifier clairement ainsi que les impacts futurs pour orienter avec équité les politiques publiques aujourd’hui et à l’avenir. L’objectif de cette thèse est de documenter les facteurs de vulnérabilité à la chaleur dans le présent et les éléments permettant leur prise en compte pour l’avenir dans le contexte des changements climatiques. Quatre étapes ont été menées pour répondre à cet objectif : a) Mener une revue systématique et une méta-Analyse des facteurs de vulnérabilité face aux risques de mortalité en lien avec la chaleur ; b) Analyser si l’exposition chronique à la pollution atmosphérique modifie la relation entre la chaleur et la mortalité dans un contexte urbain (Paris) et explorer la double interaction avec la défaveur sociale ; c) Développer une méthode de quantification des impacts liés à la chaleur en lien avec les changements climatiques en intégrant une grande diversité de simulations climatiques ; d) Estimer les inégalités d’années de vies perdues attribuables à la chaleur et leurs projections futures dans deux contextes distincts (Montréal et Paris) et comparer ces inégalités. Cette thèse a permis de mettre en évidence sur la base de la littérature épidémiologique les groupes de population qui sont les plus vulnérables face aux effets de la chaleur et de montrer qu’il y a plusieurs divergences par rapport aux recommandations émises par les institutions de santé publique vis-À-Vis de l’identification de populations vulnérables. Cette thèse a permis également d’identifier l’exposition chronique à la pollution atmosphérique comme nouveau facteur de vulnérabilité à la chaleur et que cette vulnérabilité était encore plus prononcée lorsqu’il s’agissait de populations défavorisées socialement. Puis, une méthode permettant de quantifier l’impact des changements climatiques sur les décès attribuables à la chaleur et ses sources d’incertitudes a été développée, et a permis de mettre en évidence que la probabilité que les changements climatiques conduisent à une augmentation de la mortalité en lien avec la chaleur est très forte. Cette méthode a ensuite été utilisée pour estimer que l’augmentation de la température conduira à une augmentation des inégalités sociales d’années de vie perdues à la fois à Montréal et à Paris, l’effet des changements climatiques sur l’accroissement de ces inégalités étant plus fort à Montréal qu’à Paris. Cette thèse, en se basant sur diverses méthodes épidémiologiques, a permis dans l’ensemble de clarifier quelles populations étaient particulièrement à risque face aux effets de la chaleur et de questionner les recommandations émises par les organismes tels que l’OMS. Elle a également permis de montrer l’effet des changements climatiques sur l’évolution de vulnérabilités face à la chaleur pour inciter dès aujourd’hui la mise en place de politiques publiques équitables et limiter l’impact des changements climatiques sur l’accroissement des inégalités de santé. / Climate change is one of the biggest public health threats in the 21th century. An increase in temperatures will lead to an increase in mortality attributable to temperature. In addition, some populations and territories are particularly vulnerable to the impact of increases in heat. It is thus necessary to identify these populations and territories as well as examine future heat-Related health impacts in order to recommend equity-Oriented policies today and in the future. The general objective of this thesis is to document current and future heat-Related vulnerability factors in the context of climate change. In order to address this general objective, the thesis involved four components: a) to conduct a systematic review and a meta-Analysis to assess the heterogeneity in the heat-Mortality associations with respect to individual and contextual population characteristics; b) to identify whether and how the magnitude of mean temperature effects on all-Cause mortality were modified by chronic air pollution exposure, social deprivation, and a combination of these two dimensions; c) to develop a method to quantify the climate change impacts on heat-Related mortality using climate modeling; d) to assess historical and future social disparities in years of life lost caused by ambient temperature in Montreal and Paris, and compare these estimates as well as the impact of climate change on social disparities between the two cities. This thesis highlights which populations are more vulnerable to heat and shows that several differences exist with regard to guidelines from international public health institutions for the identification of vulnerable populations. This thesis also identified chronic air pollution exposure as a new vulnerability factor in heat-Related mortality and that it has a double interaction with social deprivation. Furthermore, in this thesis a novel method to quantify future heat-Related mortality was developed which emphasized the strong evidence of an increase in heat-Related mortality under climate change. This method was then applied to estimate the increase in daily years of life lost social disparities in both Montreal and Paris under climate change which showed that this increase would be greater in Montreal compared to Paris in the future. Thus, this thesis which used a variety of epidemiologic methods has clarified which populations are particularly vulnerable to heat impacts and challenges guidelines for the identification of vulnerable populations from international public health institutions. It has also highlighted the climate change impacts on health inequalities and aims to reorient equity-Focused policies.

Dans cette thèse, nous étudions des modèles de moyennes conditionnelles de séries temporelles à valeurs entières. Tout d’abord, nous proposons l’estimateur de quasi maximum de vraisemblance de Poisson (EQMVP) pour les paramètres de la moyenne conditionnelle. Nous montrons que, sous des conditions générales de régularité, cet estimateur est consistant et asymptotiquement normal pour une grande classe de modèles. Étant donné que les paramètres de la moyenne conditionnelle de certains modèles sont positivement contraints, comme par exemple dans les modèles INAR (INteger-valued AutoRegressive) et les modèles INGARCH (INteger-valued Generalized AutoRegressive Conditional Heteroscedastic), nous étudions la distribution asymptotique de l’EQMVP lorsque le paramètre est sur le bord de l’espace des paramètres. En tenant compte de cette dernière situation, nous déduisons deux versions modifiées du test de Wald pour la significativité des paramètres et pour la moyenne conditionnelle constante. Par la suite, nous accordons une attention particulière au problème de validation des modèles des séries temporelles à valeurs entières en proposant un test portmanteau pour l’adéquation de l’ajustement. Nous dérivons la distribution jointe de l’EQMVP et des autocovariances résiduelles empiriques. Puis, nous déduisons la distribution asymptotique des autocovariances résiduelles estimées, et aussi la statistique du test. Enfin, nous proposons l’EQMVP pour estimer équation-par-équation (EpE) les paramètres de la moyenne conditionnelle des séries temporelles multivariées à valeurs entières. Nous présentons les hypothèses de régularité sous lesquelles l’EQMVP-EpE est consistant et asymptotiquement normal, et appliquons les résultats obtenus à plusieurs modèles des séries temporelles multivariées à valeurs entières. / The framework of this PhD dissertation is the conditional mean count time seriesmodels. We propose the Poisson quasi-maximum likelihood estimator (PQMLE) for the conditional mean parameters. We show that, under quite general regularityconditions, this estimator is consistent and asymptotically normal for a wide classeof count time series models. Since the conditional mean parameters of some modelsare positively constrained, as, for example, in the integer-valued autoregressive (INAR) and in the integer-valued generalized autoregressive conditional heteroscedasticity (INGARCH), we study the asymptotic distribution of this estimator when the parameter lies at the boundary of the parameter space. We deduce a Waldtype test for the significance of the parameters and another Wald-type test for the constance of the conditional mean. Subsequently, we propose a robust and general goodness-of-fit test for the count time series models. We derive the joint distribution of the PQMLE and of the empirical residual autocovariances. Then, we deduce the asymptotic distribution of the estimated residual autocovariances and also of a portmanteau test. Finally, we propose the PQMLE for estimating, equation-by-equation (EbE), the conditional mean parameters of a multivariate time series of counts. By using slightly different assumptions from those given for PQMLE, we show the consistency and the asymptotic normality of this estimator for a considerable variety of multivariate count time series models.

Avec l'augmentation considérable d'acquisitions de données temporelles dans les dernières décennies comme les systèmes GPS, les séquences vidéo ou les suivis médicaux de pathologies ; le besoin en algorithmes de traitement et d'analyse efficaces d'acquisition longitudinales n'a fait qu'augmenter. Dans cette thèse, nous proposons une extension du formalisme mean-shift, classiquement utilisé en traitement d'images, pour le groupement de séries temporelles multidimensionnelles. Nous proposons aussi un algorithme de groupement hiérarchique des séries temporelles basé sur la mesure de dynamic time warping afin de prendre en compte les déphasages temporels. Ces choix ont été motivés par la nécessité d'analyser des images acquises en imagerie par résonance magnétique sur des patients atteints de sclérose en plaques. Cette maladie est encore très méconnue tant dans sa genèse que sur les causes des handicaps qu'elle peut induire. De plus aucun traitement efficace n'est connu à l'heure actuelle. Le besoin de valider des hypothèses sur les lésions de sclérose en plaque nous a conduit à proposer des méthodes de groupement de séries temporelles ne nécessitant pas d'a priori sur le résultat final, méthodes encore peu développées en traitement d'images. / Due to the dramatic increase of longitudinal acquisitions in the past decades such as video sequences, global positioning system (GPS) tracking or medical follow-up, many applications for time-series data mining have been developed. Thus, unsupervised time-series data mining has become highly relevant with the aim to automatically detect and identify similar temporal patterns between time-series. In this work, we propose a new spatio-temporal filtering scheme based on the mean-shift procedure, a state of the art approach in the field of image processing, which clusters multivariate spatio-temporal data. We also propose a hierarchical time-series clustering algorithm based on the dynamic time warping measure that identifies similar but asynchronous temporal patterns. Our choices have been motivated by the need to analyse magnetic resonance images acquired on people affected by multiple sclerosis. The genetics and environmental factors triggering and governing the disease evolution, as well as the occurrence and evolution of individual lesions, are still mostly unknown and under intense investigation. Therefore, there is a strong need to develop new methods allowing automatic extraction and quantification of lesion characteristics. This has motivated our work on time-series clustering methods, which are not widely used in image processing yet and allow to process image sequences without prior knowledge on the final results.

Aux fréquences de la bande EHF (20-50 GHz), les gaz, les nuages et surtout la pluie provoquent un affaiblissement du signal entre les stations de télécommunication terrestres et les satellites. Les séries temporelles d'affaiblissement présentent des caractéristiques particulières, tel que des périodes de grande variabilité (hétéroscédasticité) et des queues de distributions épaisses. Leur comportement statistique est similaire à certains cours de bourse ou taux de change, ce qui suggère que des modèles de prédiction originellement développés pour des applications financières pourraient être appropriés. L'analyse statistique des séries temporelles d'affaiblissement conduit à un modèle non-linéaire de type ARIMA-GARCH. Ce modèle permet d'obtenir de meilleures performances de prédiction que les modèles existants, notamment grâce à l'estimation de la variance conditionnelle de l'erreur de prédiction.<br />Afin de prédire l'affaiblissement sur la liaison montante à partir de celui sur la liaison descendante qui opère à une fréquence différente, un modèle de similitude en fréquence a été ajouté au modèle de prédiction. La séparation des effets (gaz, nuage, pluie) est réalisée par un réseau de neurones, puis chaque composante est transposée à la fréquence voulue grâce à des coefficients de similitude spécifiques. L'incertitude sur ces coefficients de similitude implique une gestion combinée des erreurs de prédiction et des erreurs dues à la similitude.<br />Le modèle de prédiction avec similitude en fréquence a été développé avec des mesures de l'affaiblissement des balises 20/30 GHz du satellite OLYMPUS et est ensuite testé avec des données récentes de l'expérience SYRACUSE3 20/44 GHz. Les premiers résultats de cette expérience concernant les statistiques à long terme de l'affaiblissement sont ensuite présentés et comparés aux modèles standard de l'ITU. <br />Afin de mieux comprendre le lien entre l'affaiblissement et ses causes physiques, une approche basée sur les propriétés multifractales de la pluie est ensuite présentée. En effet, l'analogie entre la pluie et la finance peut être étendue, car ces deux phénomènes sont liés à des processus turbulents et possèdent des propriétés d'invariance d'échelle intéressantes. Malheureusement, l'analyse multifractale directe des séries temporelles d'affaiblissement ne donne pas de résultats satisfaisants. L'analyse multifractale est donc appliquée dans un premier temps à des séries temporelles de taux de pluie. Une évaluation de l'effet de l'intermittence pluie-non pluie sur l'analyse multifractale montre qu'elle provoque une cassure des relations d'invariance d'échelle et peut biaiser considérablement l'estimation des paramètres. L'analyse multifractale est alors réalisée évènement par évènement, c'est-à-dire avec des séries temporelles ininterrompues. Les résultats montrent que la pluie peut être modélisée par un FIF (Fractionally Integrated Flux) auquel on applique un seuil afin de reproduire l'intermittence pluie-non pluie. <br />La modélisation multifractale de la pluie est ensuite utilisée afin de simuler une liaison Terre-Satellite et de générer des séries synthétiques d'affaiblissement par la pluie. L'analyse de ces séries simulées permet de mieux comprendre pourquoi l'affaiblissement est difficile à modéliser. En particulier, bien que le champ pluie soit multifractal, les séries temporelles d'affaiblissement ne présentent pas de propriétés d'invariance d'échelle stables et peuvent même présenter un redressement du spectre de puissance aux hautes fréquences. Ces résultats montrent que le redressement du spectre observé empiriquement n'est pas dû uniquement au bruit de scintillation.

Le développement des systèmes de télésurveillance médicale à domicile est fondamental face au vieillissement de la population et aux capacités limitées d admission dans les hôpitaux et centres spécialisés. Ce travail de thèse concerne particulièrement la conception d un assistant intelligent pour l analyse des données hétérogènes collectées par des capteurs au domicile afin de détecter, voire prévenir, l occurrence de situations inquiétantes. Il s agit de concevoir un système d apprentissage des habitudes de vie d une personne, tout écart par rapport à ce profil comportemental étant considéré comme critique. L étude proposée concerne d une part la conception d un processus de simulation pour la génération de grandes quantités de données appropriées au contexte expérimental. D autre part, une méthode générique pour l extraction non supervisée de motifs dans des séquences temporelles multidimensionnelles et hétérogènes est proposée puis expérimentée dans le contexte de l identification des comportements récurrents d une personne dans ses activités quotidiennes. On évalue en particulier les indices de sensibilité (tolérance aux modifications normales de comportement) et de spécificité (rejet des modifications inquiétantes) du système. L application du système d apprentissage aux séquences générées par la simulation permet également de vérifier l extraction possible de comportements récurrents interprétés a posteriori en terme de la réalisation d activités de la vie quotidienne.

Dans cette thèse, plusieurs modèles originaux, utilisant les modèles autorégressifs à change-ments de régimes markoviens, sont proposés pour les séries temporelles de vent. L'étude théorique de ces modèles fait l'objet du premier chapitre. Nous abordons en particulier les problèmes du calcul numérique des estimateurs du maximum de vraisemblance, de l'étude de leurs comportements asymptotiques ainsi que celui de la validation de modèle. Dans le deuxième chapitre, nous proposons divers modèles autorégressifs à changements de régimes markoviens permettant de décrire l'évolution du vent en un point fixé, puis dans le troisième chapitre son évolution spatio-temporelle. Pour chacun des modèles proposés, nous vérifions l'interprétabilité météorologique des différents paramètres et leur capacité à simuler des nouvelles séquences artificielles réalistes. Ces résultats sont comparés avec ceux corre-spondant aux modèles usuellement utilisés dans la littérature.

No description available.