Ce mémoire traite d'une application pratique de deux méthodes statistiques non paramétriques : le bootstrap et le test de permutation. La méthode du bootstrap a été proposée par Bradley Efron (1979) comme une alternative aux modèles mathématiques traditionnels dans des problèmes d'inférence complexe; celle-ci fournit plusieurs avantages sur les méthodes d'inférence traditionnelles. L'idée du test de permutation est apparue au début du XXème siècle dans les travaux de Neyman, Fisher et Pitman. Le test de permutation, très intensif quant au temps de calcul, est utilisé pour construire une distribution empirique de la statistique de test sous une hypothèse afin de la comparer avec la distribution de la même statistique sous l'hypothèse alternative. Notre objectif est de déterminer l'intervalle de confiance pour un estimateur à maximum de vraisemblance d'une méthode de cartographie génétique existante (MapArg, Larribe et al. 2002) et de tester la qualité de cet estimateur, c'est-à-dire d'établir des seuils de signification pour la fonction de la vraisemblance. Les deux méthodes utilisent le calcul répétitif d'une même statistique de test sur des échantillons obtenus à partir de l'échantillon initial, soit avec le «bootstrap», soit avec des permutations. Dans un test d'hypothèse, les deux méthodes sont complémentaires. Le but de ce mémoire est de proposer différentes variantes pour la construction de l'intervalle de confiance, et de tester des hypothèses distinctes, afin de trouver la meilleure solution adaptée pour la méthode MapArg. Pour faciliter la compréhension des décisions prises, un rappel de l'inférence statistique et des tests d' hypothèse est fait dans les chapitres 4 et 5 où la théorie du bootstrap et celle de test de permutation sont présentées. Comme les qualités d'un estimateur dépendent de la méthode utilisée pour le calculer, les chapitres 1 et 2 présentent la base biologique et la base en mathématiques sur lesquelles la méthode MapArg est construite, tandis qu'on trouvera dans le chapitre 3 une explication de la méthode MapArg. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Mutation, Recombinaison, Coalescence, Cartographie génétique, «Bootstrap», Test de permutation.

On propose une méthode stochastique qui s'applique à des systèmes non linéaires d'équations différentielles qui modélisent l'interaction de deux espèces; le but est d'établir si un système déterministe particulier peut s'ajuster à des données qui présentent un comportement oscillatoire. L'existence d'un cycle limite est essentielle pour l'implantation de notre méthode. Cette procédure se base sur l'estimation des isoclines du système, en utilisant le fait que les isoclines traversent les solutions du système à des points maximum et minimum. Ensuite, nous proposons des tests qui permettent de comparer trois modèles: Holling (1959), Hanski et al. (1991), and Arditi et al. (2004). Finalement, on utilise des données simulées pour illustrer et étudier les propriétés de notre méthode, et nous appliquons la procédure à un ensemble de données bien connu. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Systèmes prédateur-proie, Équations différentielles ordinaires, Plan des phases, Isoclines, Modèle stochastique, Régression linéaire, Estimation par moindres carrés, Test de t, Test de Wilcoxon.

Dans la pratique clinique, on fait souvent appel aux études de bioéquivalence afin de comparer deux médicaments. Un premier objectif de ce mémoire est d'introduire la notion pharmacocinétique et statistique de ce type d'étude, ainsi que de définir et de présenter l'application des tests d'équivalence à travers les études de bioéquivalence. Pour réaliser l'inférence statistique des études de bioéquivalence, en pratique on utilise le test t de Student. Le second but de ce mémoire est l'utilisation du test de permutations dans le cas où les hypothèses du test paramétrique ne sont pas satisfaites. À travers une étude de simulation des données de plusieurs lois on compare la performance du test de permutations avec le test t de Student et le test de WiIcoxon pour deux échantillons. Ce dernier est le test non paramétrique utilisé dans la pratique courante des études de bioéquivalence. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Bioéquivalence, Tests d'hypothèses, Plan d'expérience croisé, Test de permutation.

Dans ce mémoire, nous présentons quelques facettes de l'étude statistique des plans par regroupement, qui nous ont paru particulièrement représentatives. Comme on rencontre les méthodologies faisant appel aux plans par regroupement surtout en génétique, nommément en génétique expérimentale, où du reste ces méthodologies s'y révèlent remarquablement adéquates, nous présentons d'abord en le chapitre l, en guise de préalable à la suite du mémoire, un certain nombre d'éléments de génétique et, en particulier, nous y présentons la notion de sonde, qui est en quelque sorte une « constante », puisque cette notion est sous-jacente à toutes les méthodologies que nous présentons ici, au sens où, plus précisément, cette notion est centrale dans ce qui motive toutes ces méthodologies. Dans le chapitre 2, nous présentons le concept de complexe simplicial. Ce concept a ceci de remarquable qu'il donne lieu à des plans par regroupement grâce auxquels on peut déterminer tous les éléments positifs à partir de la donnée des groupes positifs. Nous introduisons ensuite dans le chapitre 3 une nouvelle espèce de structures, à savoir l'espèce des plans ordonnés. Nous en déduisons ensuite une formule pour l'espérance du nombre d'éléments négatifs indéterminés dans le cas des plans par regroupement ordinaires. Nous présentons aussi une méthode, que nous qualifions d'ensembliste, pour la détermination de probabilités toujours dans le cas des plans ordonnés. Nous pensons avoir détecté une faille dans le cours du raisonnement de l'auteur de cette méthode et en proposons une solution de rechange. Dans le chapitre 4, nous présentons une méthode d'estimation de l'espérance d'un certain estimateur du nombre d'éléments positifs, estimateur que nous y définissons, pour une classe particulière de plans par regroupement, à savoir la classe des plans hypercubiques. Nous présentons ensuite différentes facettes de la mise en application de l'estimateur de Monte Carlo de l'espérance de cet estimateur-là. Cette mise en application nous permet finalement dans le chapitre 5 d'obtenir des tables d'estimations de cet estimateur pour différentes valeurs des paramètres de cette classe de plans, et pour différentes valeurs du paramètre de la loi de probabilité associée. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Génomique, Complexe simplicial, Plan par regroupement, Plan ordonné, Plan hypercubique.

Dans le domaine de la recherche de gènes causaux, il est maintenant connu que plusieurs caractères complexes peuvent en fait être influencés par une multitude de gènes. Dans ce mémoire, nous présentons l'adaptation d'une méthode de cartographie génétique fine à la cartographie de caractère polygénique. Nous présentons tout d'abord un aperçu de certains outils statistiques utilisés en génétique. En particulier, certaines mesures d'association généralement employées en cartographie génétique. Puis, nous présentons la méthode de cartographie que nous souhaitons adapter: méthode qui suppose que le caractère est causé par l'effet d'un seul gène. Nous supposons plutôt que le caractère est causé par la combinaison de deux gènes. Après avoir présenté notre modélisation et les aspects théoriques de l'adaptation proposée, nous utilisons des données simulées pour tester nos développements. Nous comparons aussi nos résultats avec ceux obtenus avec une mesure d'association, ainsi qu'avec la méthode de cartographie dont nous proposons une adaptation. Les résultats démontrent la nécessité de développer des méthodes de cartographie génétique adaptées aux caractères polygéniques ; avec quelques améliorations concernant l'inférence des génotypes aux gènes causaux, notre adaptation devrait offrir de meilleurs résultats que les autres méthodes présentées. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : statistique génétique, cartographie génétique, caractère polygénique, processus de coalescence, arbre de recombinaison ancestral

De considérables développements dans le domaine des biotechnologies ont modifié notre approche de l'analyse de l'expression génique. En particulier, les puces à ADN permettent de mesurer l'expression des gènes à l'échelle du génome, dont l'analyse est confiée au statisticien.A partir de ces données dites en grande dimension, nous contribuons, dans cette thèse, à l'étude de deux problèmes biologiques. Nous traitons ces questions comme des problèmes d'apprentissage statistique supervisé et, en particulier, de sélection de variables, où il s'agit d'extraire, parmi toutes les variables - gènes - à disposition, celles qui sont nécessaires et suffisantes pour prédire la réponse à une question donnée.D'une part, nous travaillons à repérer des listes de gènes, connues sous le nom de signatures moléculaires et supposées contenir l'information nécessaire à la prédiction de l'issue du cancer du sein. La prédiction des événements métastatiques est en effet cruciale afin d'évaluer, dès l'apparition de la tumeur primaire, la nécessité d'un traitement par chimio-thérapie adjuvante, connue pour son agressivité. Nous présentons dans cette thèse trois contributions à ce problème. Dans la première, nous proposons une comparaison systématique des méthodes de sélection de variables, en termes de performance prédictive, de stabilité et d'interprétabilité biologique de la solution. Les deux autres contributions portent sur l'application de méthodes dites de parcimonie structurée (graph Lasso et k-support norm) au problème de sélection de signatures. Ces trois travaux discutent également l'impact de l'utilisation de méthodes d'ensemble (bootstrap et ré-échantillonnage).D'autre part, nous nous intéressons au problème d'inférence de réseau génique, consistant à déterminer la structure des interactions entre facteurs de transcription et gènes cibles. Les premiers sont des protéines ayant la faculté de réguler la transcription des gènes cibles, c'est-à-dire de l'activer ou de la réprimer. Ces régulations peuvent être représentées sous la forme d'un graphe dirigé, où les noeuds symbolisent les gènes et les arêtes leurs interactions. Nous proposons un nouvel algorithme, TIGRESS, classé troisième lors du challenge d'inférence de réseaux DREAM5 en 2010. Basé sur l'algorithme LARS couplé à une stratégie de ré-échantillonnage, TIGRESS traite chaque gène cible séparément, en sélectionnant ses régulateurs, puis assemble ces sous-problèmes pour prédire l'ensemble du réseau.Enfin, nous consacrons le dernier chapitre à une discussion ayant pour objectif de replacer les travaux de cette thèse dans un contexte bibliographique et épistémologique plus large.

Les travaux présentés relèvent d'une branche des probabilités que l'on appelle la mécanique statistique.<br />L'idée générale est que l'on étudie des systèmes infinis de particules en essayant d'établir le lien entre les propriétés microscopiques (par exemple l'interaction entre des particules proches) et les propriétés macroscopiques (par exemple<br />les caractéristiques à grande échelle des mesures d'équilibre.)<br /><br />Ce mémoire se divise en trois parties:<br />- Mesures de Gibbs et champs gaussiens<br />- Percolation et mesures de Gibbs<br />- Percolation de premier passage et compétition<br /><br />La première partie<br />traite des mesure de Gibbs gaussiennes, classiques et quantiques.<br />On y étudie finement la structure de l'ensemble des mesures de Gibbs<br />classiques (\resp quantiques) dont le support est raisonnable ainsi que les dynamiques stochastiques de gradient canoniquement associées. Une attention particulière est accordée à l'influence de la transition de phase.<br /><br />La deuxième partie traite de problèmes associant percolation et mesure de<br />Gibbs, à savoir l'existence de transition de percolation dans des modèles issus<br />de perturbations d'interactions quadratiques et des théorèmes de limite centrale pour la répartition des phases dans les modèles d'Ising et de Potts.<br /><br />La troisième partie étudie des modèles de percolation de premier passage et<br />des problèmes de compétion associés. On montre en particulier des théorèmes<br />de forme asymptotique et de grandes déviations pour la percolation de premier<br />passage sur l'amas de percolation Bernoulli et l'on étudie des problèmes<br />de coexistence/non-coexistence entre des espèces qui se propagent de manière analogue à ce qui se passe en percolation de premier passage.

Thèse de doctorat--Signal et images--Paris--ENST, 2005. / Bibliogr. p. 181-186. Résumé en français et en anglais.

Thèse de doctorat--Informatique et réseaux--Paris--ENST, 2006. / Bibliogr. p. 162-174. Résumé.

Thèse doctorat : Génie Civil : Villeurbanne, INSA : 2005. / Titre provenant de l'écran-titre. Bibliogr. p. 221-234.