Dans cette thèse nous étudions les théorèmes limites dans l’analyse statistique dessystèmes dynamiques. Le premier chapitre est consacré aux notions des bases des systèmesdynamiques ainsi que la théorie ergodique. Dans le deuxième chapitre nous introduisonsun cadre fonctionnel abstrait pour lequel la version quenched du théorème de la limitecentrale (TLC) en dimension 1 pour les systèmes dynamiques uniformément dilatantsest satisfaite sous une condition de validité nécessaire et suffisante. Le troisième chapitreest consacré au principe d’invariance presque sûr (PIPS) pour les application aléatoiresdilatantes par morceaux. Nous présentons certaines hypothèses sous lesquelles le (PIPS)est vérifié en utilisant la méthode d’approximation des martingales de Cuny et Merlèvede.Nous étudions aussi le théorème de Sprindzuk et ses conséquences. Nous établissons dansle chapitre quatre la décroissance des corrélations pour les systèmes dynamiques aléatoiresuniformément dilatants par la méthode de couplage en dimension 1. Nous terminons cetravail par une présentation des concepts de base de la théorie des mesures et probabilitéset une présentation de l’espace des fonctions à variation bornée. / In this thesis we study the limit theorems in the statistical analysis of dynamicalsystems. The first chapter is devoted to the basic notions in dynamical systems as well asthe ergodic theory. In the second chapter we introduce an abstract functional frameworkunder which the quenched version of the central limit theorem (CLT) in dimension 1for uniformly expanding dynamic systems is satisfied under a necessary and sufficientcondition validity. The third chapter is devoted to the almost sure invariance principle(ASIP) for random piecewise expanding maps. We present some hypotheses under whichthe (ASIP) is verified using the method of approximation of the martingales of Cuny andMerlèvede. We also study the Sprindzuk theorem and its consequences. In chapter four,we define the decay of correlations for the random dynamical systems uniformly expandingby the coupling method in dimension 1. We finish this work with a presentation of thebasic concepts of the theory of measures and probabilities and a presentation of the spaceof functions with bounded variation.

Cette Thèse est composée de deux parties portant respectivement sur la discrétisation des équations différentielles stochastiques et sur le théorème de la limite centrale presque sûre pour les martingales.<br /><br />La première Partie est composée de trois chapitres: Le premier chapitre introduit le cadre de l'étude et présente les résultats obtenus. Le deuxième chapitre est consacré à l'étude d'une nouvelle méthode d'accélération de convergence, appelée méthode de Romberg statistique, pour le calcul d'espérances de fonctions ou de fonctionnelles d'une diffusion.<br />Ce chapitre est la version augmentée d'un article à paraître dans la revue Annals of Applied Probability.<br /><br />Le troisième chapitre traite de l'application de cette méthode à l'approximation de densité par des méthodes de noyaux.<br />Ce chapitre est basé sur un travail en collaboration avec Arturo Kohatsu-Higa.<br /><br />La deuxième partie de la thèse est composée de deux chapitres: le premier chapitre présente la littérature récente concernant le théorème de la limite centrale presque sûre et ses extensions. Le deuxième chapitre, basé sur un travail en collaboration avec Faouzi Chaâbane, étend divers résultats de type TLCPS à des martingales quasi-continues à gauche.

Cette thèse se compose de trois parties. Dans la première partie, en utilisant les théorèmes limites par moyennisation logarithmique pour des martingales continues en temps continu, on construit un estimateur du couple $(\theta,\sigma^{2})$ pour un modèle autorégressif gaussien stable à temps continu et on montre que cet estimateur est asymptotiquement distribué comme un couple de variables aléatoires gaussiennes indépendantes quelle que soit la loi de l'\état initial $X_{0}$. La deuxième partie est consacrée à établir des résultats autour du théorème limite presque-sûre pour des martingales vectorielles quasi-continues à gauche en temps continu et à croissance explosive ou mixte. On applique les résultats obtenus au modèle d'Ornstein-Uhlenbeck bivarié utilisé en modélisation biologique et en mathématiques financières. Dans la dernière partie, on établit pour l'estimateur des moindres carrés $\hat{\theta}$ de $\theta$ d'un modèle autorégressif gaussien à temps continu non nécessairement stable, un théorème limite centrale presque-sûre (TLCPS), une loi forte quadratique associée au TLCPS et un théorème de la limite centrale logarithmique. Dans le cas stable, on propose d'utiliser l'estimateur des moindres carrés pondéré $\tilde{\theta}$ de $\theta$ pour améliorer les vitesses de convergence logarithmique dans les théorèmes obtenus. Dans le cas instable, on établit, pour l'estimateur des moindres carrés $\hat{\theta}$, les mêmes type de propriétés asymptotiques avec une vitesse de convergence arithmétique.

Cette Thèse est composée de deux parties portant respectivement sur la discrétisation des équations différentielles stochastiques et sur le théorème de la limite centrale presque sûre pour les martingales.<br /><br />La première Partie est composée de trois chapitres: Le premier chapitre introduit le cadre de l'étude et présente les résultats obtenus. Le deuxième chapitre est consacré à l'étude d'une nouvelle méthode d'accélération de convergence, appelée méthode de Romberg statistique, pour le calcul d'espérances de fonctions ou de fonctionnelles d'une diffusion.<br />Ce chapitre est la version augmentée d'un article à paraître dans la revue Annals of Applied Probability.<br /><br />Le troisième chapitre traite de l'application de cette méthode à l'approximation de densité par des méthodes de noyaux.<br />Ce chapitre est basé sur un travail en collaboration avec Arturo Kohatsu-Higa.<br /><br />La deuxième partie de la thèse est composée de deux chapitres: le premier chapitre présente la littérature récente concernant le théorème de la limite centrale presque sûre et ses extensions. Le deuxième chapitre, basé sur un travail en collaboration avec Faouzi Chaâbane, étend divers résultats de type TLCPS à des martingales quasi-continues à gauche.

Cette thèse est consacrée aux résultats asymptotiques pour les modèles ARX en poursuite adaptative. Elle est constituée de quatre parties. La première partie est une brève introduction sur les modèles ARMAX et un état de l’art des principaux résultats de la littérature en poursuite adaptative. La seconde partie porte sur l’introduction d’un nouveau concept de contrôlabilité forte pour les modèles ARX en poursuite adaptative. Il permet de généraliser les résultats antérieurs. On montre la convergence presque sûre des algorithmes des moindres carrés ordinaires et pondérés. On établit également le théorème de la limite centrale ainsi que la loi du logarithme itéré pour ces deux algorithmes. La troisième partie est dédiée aux modèles ARX qui ne sont pas fortement contrôlables. On montre que, via un contrôle de poursuite excité, il est possible de s’affranchir de l’hypothèse de forte contrôlabilité. La quatrième partie est consacrée au comportement asymptotique de la statistique de Durbin-Watson pour les modèles ARX en poursuite adaptative via des arguments martingales. / This thesis is devoted to asymptotical results for ARX models in adaptive tracking. It is divided into four parts. The first part is a short introduction on ARMAX models together with a state of the art on the main results in the literature on adaptive tracking. The second part deals with a new concept of strong controllability for ARX models in adaptive tracking. This new notion allows us to extend the previous convergence results. We prove the almost sure convergence for both least squares and weighted least squares algorithms. We also establish a central limit theorem and a law of iterated logarithm for these two algorithms. The third part is dedicated to ARX models that are not strongly controllable. Thanks to a persistently excited adaptive tracking control, we show that it is possible to get rid of the strong controllability assumption. The fourth part deals with the asymptotic behaviour of the Durbin-Watson statistic for ARX models in adaptive tracking via a martingale approach.

Cette thèse porte sur l'étude<br />d'applications statistiques de suites dépendantes et<br />stationnaires. Nous étudions deux classes de suites<br />dépendantes. Nous nous intéressons d'une part à des suites<br />faiblement dépendantes, où notre notion de dépendance faible est<br />une variante de la notion introduite par Doukhan \& Louhichi, d'autre part à certains systèmes dynamiques<br />présentant une propriété de décroissance des<br />corrélations. Nous traitons du comportement asymptotique du<br />processus empirique, fondamental en statistiques. Nous étudions<br />aussi un estimateur à noyau de la densité dans nos deux cadres de<br />dépendance. Enfin, nous nous intéressons à un problème de<br />rupture d'une fonction de régression en dépendance faible. A ces<br />fins, nous développons des idées de Rio pour montrer un<br />théorème limite centrale en dépendance faible, ainsi que des<br />nouvelles inégalités de moments qui étendent celles de Louhichi. Enfin, nous illustrons certains de nos résultats par des<br />simulations.