La capacité résiduelle fonctionnelle (CRF), volume pulmonaire en fin d'expiration normale, est un paramètre essentiel des échanges gazeux. Chez le nourrisson, le maintien du niveau de CRF dépend de l'interaction de différents mécanismes, contrairement à l'équilibre passif observé chez l'adulte. Nous avons essayé d'améliorer la compréhension de ces mécanismes. Dans un premier temps, nous avons confirmé la persistance d'une activité tonique du diaphragme jusqu'en fin d'expiration chez des nourrissons intubés. Cette activité augmente en l'absence de pression expiratoire positive, renforçant l'hypothèse de son implication dans le maintien de la CRF. Nous avons ensuite adapté une méthode de pléthysmographie par inductance pour une utilisation chez le prématuré, y compris en présence d'asynchronisme thoraco-abdominal ou d'assistance ventilatoire. Cette méthode a permis de montrer que chez les prématurés, la variabilité de la CRF est élevée, n'est pas purement aléatoire, et contient une part significative d'autocorrélation. En cas de pathologie respiratoire, le profil de variabilité est différent, avec une autocorrélation plus importante. Cela suggère des retours à l'état antérieur plus lents après perturbation du niveau de CRF. Chez les nourrissons sous assistance respiratoire, l'autocorrélation est encore plus élevée. <br />La caractérisation de la variabilité de la CRF, reflet du degré de liberté du système de contrôle, et la mesure de l'activité tonique du diaphragme, reflet des efforts du nourrisson pour augmenter la CRF, devraient permettre d'améliorer encore la compréhension de la régulation de la CRF, et d'améliorer la prise en charge ventilatoire de ces patients.

En s'appuyant sur les modèles théoriques de la démographie relationnelle, du leader-member exchange et du leadership transformationnel, cette thèse examine l'impact de la diversité des âges sur la qualité des interactions, les comportements de leadership transformationnel, et sur la satisfaction au travail et l'engagement organisationnel affectif des managers et de leurs collaborateurs, au sein de deux entreprises high-tech françaises, situées dans la région grenobloise. La diversité des âges est ici considérée sous l'angle des différences, des similitudes et des termes d'interaction entre les dimensions chronologique et subjective de l'âge. Cette recherche gravite autour de la notion que la diversité des âges entre les managers et leurs collaborateurs joue un rôle important dans la qualité de leurs échanges quotidiens et pour les comportements de leadership transformationnel, en influant ainsi sur leur satisfaction au travail et leur engagement organisationnel affectif. Nos résultats montrent que l'âge chronologique, l'âge subjectif et leurs termes d'interaction exercent un rôle important dans les perceptions à l'égard de la qualité d'échanges intervenant au travail entre les managers et leurs collaborateurs directs, selon que les managers sont plus âgés ou plus jeunes que les salariés. De plus, cette thèse montre que la diversité des âges est bénéfique pour l'expression du comportement de leadership transformationnel affiché par les managers. D'une part, nos résultats suggèrent que plus il y a de différences importantes d'âge (chronologique et subjectif) entre les managers et leurs collaborateurs plus jeunes qu'eux, plus les managers sont enclins à afficher un comportement de leadership transformationnel. D'autre part, lorsque les managers sont plus jeunes que leurs collaborateurs, les premiers sont moins enclins à afficher un comportement de leadership transformationnel dans leurs échanges au travail avec les salariés. En outre, plus l'écart d'âge entre managers plus jeunes et salariés plus âgés est prononcé, moins les salariés estiment que leur supérieur serait capable d'afficher un comportement de leadership transformationnel. Nos résultats démontrent aussi la présence d'un effet de médiation par la qualité des relations LMX intervenant dans le lien entre la diversité des âges et la satisfaction au travail, dans le cas où les managers sont plus âgés que leurs collaborateurs. Des effets directs positifs émanant des âges des managers et de leurs collaborateurs sur la satisfaction au travail et sur l'engagement organisationnel affectif – selon que les managers sont plus jeunes ou plus âgés que les salariés – ont également été constatés. Cette recherche souligne l'importance de continuer la réflexion sur le rôle et le sens que les individus attribuent à l'âge, d'une part ; et elle souligne aussi le besoin d'approfondir les effets de cet attribut sur les attitudes et les comportements au travail, d'autre part. Sous un angle pratique et managérial, les résultats de cette recherche pourraient servir aux pratiques managériales dans les entreprises dont les équipes de travail se composent de managers plus jeunes que leurs collaborateurs, ou bien de managers plus âgés que leurs collaborateurs – à la fois chronologiquement et subjectivement. Sous un angle de recherche, ce travail met en exergue l'utilité particulière d'examiner les âges des managers et ceux de leurs collaborateurs de manière simultanée, afin de mieux comprendre leurs effets sur les conséquences organisationnelles examinées dans la présente étude. / Drawing on relational demography, leader-member exchange, and transformational leadership, this dissertation examines the impact of age diversity on the quality of manager-employee work interactions, transformational leadership behaviors, job satisfaction, and affective commitment in two high-tech French organizations. Age diversity is herein considered in terms of differences, similarities, and interaction terms between chronological and subjective dimensions of age. This research posits that age diversity between managers and their dyadic collaborators is paramount for the quality of their daily work interactions, for transformational leadership behaviors, impacting as well on their job satisfaction and organizational affective commitment. Our findings show that chronological age, subjective age as well as their interaction terms play an important role in the perceptions about the quality of work exchanges between managers and their direct reports, depending on whether the managers are younger or older than the employees. In addition, this research shows that age diversity may facilitate managers to display transformational leadership behaviors. On the one hand, our findings suggest that the greater the (chronological or subjective) age differences between older managers and their younger reports, the more likely are the managers to display transformational leadership behaviors. On the other hand, when the managers are younger than the employees, they are less likely to display transformational leadership behaviors at the workplace. Moreover, the greater the age distance between younger managers and older reports, the less likely is for the employees to perceive their younger superiors as able to display transformational leadership. Our results highlight also that the LMX interactions mediate the relationship between age diversity and job satisfaction especially when managers are older than their dyadic partners. Furthermore, this study underscores a number of positive direct effects of managers' and employees' ages on the job satisfaction and organizational affective commitment, depending on whether managers are younger or older than their collaborators. This work highlights the importance of further research on the role and meaning individuals assign to age, on the one hand, and the need for a closer examination of its complex effects on work attitudes and behaviors, on the other hand. In terms of practical and managerial implications, these findings may help managerial practice in the organizations comprising work teams whereby chronologically / subjectively younger managers and older employees or vice versa collaborate daily. As for research implications, this dissertation emphasizes the particular usefulness to simultaneously examine managers' and employees' ages for a more thorough understanding of their effects on organizational outcomes such as those presently studied.

How much electricity is going to be consumed for the next 24 hours? What will be the temperature for the next three days? What will be the number of sales of a certain product for the next few months? Answering these questions often requires forecasting several future observations from a given sequence of historical observations, called a time series. <p><p>Historically, time series forecasting has been mainly studied in econometrics and statistics. In the last two decades, machine learning, a field that is concerned with the development of algorithms that can automatically learn from data, has become one of the most active areas of predictive modeling research. This success is largely due to the superior performance of machine learning prediction algorithms in many different applications as diverse as natural language processing, speech recognition and spam detection. However, there has been very little research at the intersection of time series forecasting and machine learning.<p><p>The goal of this dissertation is to narrow this gap by addressing the problem of multi-step-ahead time series forecasting from the perspective of machine learning. To that end, we propose a series of forecasting strategies based on machine learning algorithms.<p><p>Multi-step-ahead forecasts can be produced recursively by iterating a one-step-ahead model, or directly using a specific model for each horizon. As a first contribution, we conduct an in-depth study to compare recursive and direct forecasts generated with different learning algorithms for different data generating processes. More precisely, we decompose the multi-step mean squared forecast errors into the bias and variance components, and analyze their behavior over the forecast horizon for different time series lengths. The results and observations made in this study then guide us for the development of new forecasting strategies.<p><p>In particular, we find that choosing between recursive and direct forecasts is not an easy task since it involves a trade-off between bias and estimation variance that depends on many interacting factors, including the learning model, the underlying data generating process, the time series length and the forecast horizon. As a second contribution, we develop multi-stage forecasting strategies that do not treat the recursive and direct strategies as competitors, but seek to combine their best properties. More precisely, the multi-stage strategies generate recursive linear forecasts, and then adjust these forecasts by modeling the multi-step forecast residuals with direct nonlinear models at each horizon, called rectification models. We propose a first multi-stage strategy, that we called the rectify strategy, which estimates the rectification models using the nearest neighbors model. However, because recursive linear forecasts often need small adjustments with real-world time series, we also consider a second multi-stage strategy, called the boost strategy, that estimates the rectification models using gradient boosting algorithms that use so-called weak learners.<p><p>Generating multi-step forecasts using a different model at each horizon provides a large modeling flexibility. However, selecting these models independently can lead to irregularities in the forecasts that can contribute to increase the forecast variance. The problem is exacerbated with nonlinear machine learning models estimated from short time series. To address this issue, and as a third contribution, we introduce and analyze multi-horizon forecasting strategies that exploit the information contained in other horizons when learning the model for each horizon. In particular, to select the lag order and the hyperparameters of each model, multi-horizon strategies minimize forecast errors over multiple horizons rather than just the horizon of interest.<p><p>We compare all the proposed strategies with both the recursive and direct strategies. We first apply a bias and variance study, then we evaluate the different strategies using real-world time series from two past forecasting competitions. For the rectify strategy, in addition to avoiding the choice between recursive and direct forecasts, the results demonstrate that it has better, or at least has close performance to, the best of the recursive and direct forecasts in different settings. For the multi-horizon strategies, the results emphasize the decrease in variance compared to single-horizon strategies, especially with linear or weakly nonlinear data generating processes. Overall, we found that the accuracy of multi-step-ahead forecasts based on machine learning algorithms can be significantly improved if an appropriate forecasting strategy is used to select the model parameters and to generate the forecasts.<p><p>Lastly, as a fourth contribution, we have participated in the Load Forecasting track of the Global Energy Forecasting Competition 2012. The competition involved a hierarchical load forecasting problem where we were required to backcast and forecast hourly loads for a US utility with twenty geographical zones. Our team, TinTin, ranked fifth out of 105 participating teams, and we have been awarded an IEEE Power & Energy Society award.<p> / Doctorat en sciences, Spécialisation Informatique / info:eu-repo/semantics/nonPublished

Dans cette thèse, nous étudions l’estimation de modèles autorégressif-moyenne mobile<p>vectoriels ou VARMA, `a coefficients dépendant du temps, et avec une matrice de covariance<p>des innovations dépendant du temps. Ces modèles sont appel´es tdVARMA. Les éléments<p>des matrices des coefficients et de la matrice de covariance sont des fonctions déterministes<p>du temps dépendant d’un petit nombre de paramètres. Une première partie de la thèse<p>est consacrée à l’étude des propriétés asymptotiques de l’estimateur du quasi-maximum<p>de vraisemblance gaussienne. La convergence presque sûre et la normalité asymptotique<p>de cet estimateur sont démontrées sous certaine hypothèses vérifiables, dans le cas o`u les<p>coefficients dépendent du temps t mais pas de la taille des séries n. Avant cela nous considérons les propriétés asymptotiques des estimateurs de modèles non-stationnaires assez<p>généraux, pour une fonction de pénalité générale. Nous passons ensuite à l’application de<p>ces théorèmes en considérant que la fonction de pénalité est la fonction de vraisemblance<p>gaussienne (Chapitre 2). L’étude du comportement asymptotique de l’estimateur lorsque<p>les coefficients du modèle dépendent du temps t et aussi de n fait l’objet du Chapitre 3.<p>Dans ce cas, nous utilisons une loi faible des grands nombres et un théorème central limite<p>pour des tableaux de différences de martingales. Ensuite, nous présentons des conditions<p>qui assurent la consistance faible et la normalité asymptotique. Les principaux<p>résultats asymptotiques sont illustrés par des expériences de simulation et des exemples<p>dans la littérature. La deuxième partie de cette thèse est consacrée à un algorithme qui nous<p>permet d’évaluer la fonction de vraisemblance exacte d’un processus tdVARMA d’ordre (p, q) gaussien. Notre algorithme est basé sur la factorisation de Cholesky d’une matrice<p>bande partitionnée. Le point de départ est une généralisation au cas multivarié de Mélard<p>(1982) pour évaluer la fonction de vraisemblance exacte d’un modèle ARMA(p, q) univarié. Aussi, nous utilisons quelques résultats de Jonasson et Ferrando (2008) ainsi que les programmes Matlab de Jonasson (2008) dans le cadre d’une fonction de vraisemblance<p>gaussienne de modèles VARMA à coefficients constants. Par ailleurs, nous déduisons que<p>le nombre d’opérations requis pour l’évaluation de la fonction de vraisemblance en fonction de p, q et n est approximativement le double par rapport à un modèle VARMA à coefficients<p>constants. L’implémentation de cet algorithme a été testée en comparant ses résultats avec<p>d’autres programmes et logiciels très connus. L’utilisation des modèles VARMA à coefficients<p>dépendant du temps apparaît particulièrement adaptée pour la dynamique de quelques<p>séries financières en mettant en évidence l’existence de la dépendance des paramètres en<p>fonction du temps.<p> / Doctorat en Sciences / info:eu-repo/semantics/nonPublished

This dissertation can be broadly divided into two independent parts. The first three chapters analyse issues related to temporal and contemporaneous aggregation of econometric models. The fourth chapter contains an application of Bayesian techniques to investigate whether the post transition fiscal policy of Poland is sustainable in the long run and consistent with an intertemporal budget constraint.<p><p><p>Chapter 1 surveys the econometric methodology of temporal aggregation for a wide range of univariate and multivariate time series models. <p><p><p>A unified overview of temporal aggregation techniques for this broad class of processes is presented in the first part of the chapter and the main results are summarized. In each case, assuming to know the underlying process at the disaggregate frequency, the aim is to find the appropriate model for the aggregated data. Additional topics concerning temporal aggregation of ARIMA-GARCH models (see Drost and Nijman, 1993) are discussed and several examples presented. Systematic sampling schemes are also reviewed.<p><p><p>Multivariate models, which show interesting features under temporal aggregation (Breitung and Swanson, 2002, Marcellino, 1999, Hafner, 2008), are examined in the second part of the chapter. In particular, the focus is on temporal aggregation of VARMA models and on the related concept of spurious instantaneous causality, which is not a time series property invariant to temporal aggregation. On the other hand, as pointed out by Marcellino (1999), other important time series features as cointegration and presence of unit roots are invariant to temporal aggregation and are not induced by it.<p><p><p>Some empirical applications based on macroeconomic and financial data illustrate all the techniques surveyed and the main results.<p><p>Chapter 2 is an attempt to monitor fiscal variables in the Euro area, building an early warning signal indicator for assessing the development of public finances in the short-run and exploiting the existence of monthly budgetary statistics from France, taken as "example country". <p><p><p>The application is conducted focusing on the cash State deficit, looking at components from the revenue and expenditure sides. For each component, monthly ARIMA models are estimated and then temporally aggregated to the annual frequency, as the policy makers are interested in yearly predictions. <p><p><p>The short-run forecasting exercises carried out for years 2002, 2003 and 2004 highlight the fact that the one-step-ahead predictions based on the temporally aggregated models generally outperform those delivered by standard monthly ARIMA modeling, as well as the official forecasts made available by the French government, for each of the eleven components and thus for the whole State deficit. More importantly, by the middle of the year, very accurate predictions for the current year are made available. <p><p>The proposed method could be extremely useful, providing policy makers with a valuable indicator when assessing the development of public finances in the short-run (one year horizon or even less). <p><p><p>Chapter 3 deals with the issue of forecasting contemporaneous time series aggregates. The performance of "aggregate" and "disaggregate" predictors in forecasting contemporaneously aggregated vector ARMA (VARMA) processes is compared. An aggregate predictor is built by forecasting directly the aggregate process, as it results from contemporaneous aggregation of the data generating vector process. A disaggregate predictor is a predictor obtained from aggregation of univariate forecasts for the individual components of the data generating vector process. <p><p>The econometric framework is broadly based on Lütkepohl (1987). The necessary and sufficient condition for the equality of mean squared errors associated with the two competing methods in the bivariate VMA(1) case is provided. It is argued that the condition of equality of predictors as stated in Lütkepohl (1987), although necessary and sufficient for the equality of the predictors, is sufficient (but not necessary) for the equality of mean squared errors. <p><p><p>Furthermore, it is shown that the same forecasting accuracy for the two predictors can be achieved using specific assumptions on the parameters of the VMA(1) structure. <p><p><p>Finally, an empirical application that involves the problem of forecasting the Italian monetary aggregate M1 on the basis of annual time series ranging from 1948 until 1998, prior to the creation of the European Economic and Monetary Union (EMU), is presented to show the relevance of the topic. In the empirical application, the framework is further generalized to deal with heteroskedastic and cross-correlated innovations. <p><p><p>Chapter 4 deals with a cointegration analysis applied to the empirical investigation of fiscal sustainability. The focus is on a particular country: Poland. The choice of Poland is not random. First, the motivation stems from the fact that fiscal sustainability is a central topic for most of the economies of Eastern Europe. Second, this is one of the first countries to start the transition process to a market economy (since 1989), providing a relatively favorable institutional setting within which to study fiscal sustainability (see Green, Holmes and Kowalski, 2001). The emphasis is on the feasibility of a permanent deficit in the long-run, meaning whether a government can continue to operate under its current fiscal policy indefinitely.<p><p>The empirical analysis to examine debt stabilization is made up by two steps. <p><p>First, a Bayesian methodology is applied to conduct inference about the cointegrating relationship between budget revenues and (inclusive of interest) expenditures and to select the cointegrating rank. This task is complicated by the conceptual difficulty linked to the choice of the prior distributions for the parameters relevant to the economic problem under study (Villani, 2005).<p><p>Second, Bayesian inference is applied to the estimation of the normalized cointegrating vector between budget revenues and expenditures. With a single cointegrating equation, some known results concerning the posterior density of the cointegrating vector may be used (see Bauwens, Lubrano and Richard, 1999). <p><p>The priors used in the paper leads to straightforward posterior calculations which can be easily performed.<p>Moreover, the posterior analysis leads to a careful assessment of the magnitude of the cointegrating vector. Finally, it is shown to what extent the likelihood of the data is important in revising the available prior information, relying on numerical integration techniques based on deterministic methods.<p> / Doctorat en Sciences économiques et de gestion / info:eu-repo/semantics/nonPublished

Mise en oeuvre de techniques de modélisation récentes pour la prévision statistique et économique. / Doctorat en Sciences / info:eu-repo/semantics/nonPublished

Le vieillissement est un processus complexe déterminé par des facteurs génétiques et environnementaux qui varie d’un individu à l’autre. Bien que le vieillissement soit la cause principale de nombreuses maladies, nos connaissances sur le sujet sont relativement limitées. Tout au long de ce travail, j’ai utilisé la levure bourgeonnante Saccharomyces cerevisiae pour identifier les facteurs génétiques et environnementaux influant sur le vieillissement et pour comprendre les interactions qu’ils entretiennent entre eux. Jusqu’à présent, les approches classiques de génétique ont permis de découvrir un certain nombre de gènes impliqués dans la régulation du vieillissement chronologique de la levure (CLS), basé sur la longévité de celle-ci en conditions non-prolifératives. Or, ces approches se sont essentiellement centrées sur des souches de laboratoire et n’ont que très peu exploité les richesses de la biodiversité. Dans une première partie, j’ai utilisé une large cohorte de levures composée de plus de 1000 souches naturelles de S. cerevisiae afin d’estimer la variabilité de longévité existant au sein de l’espèce. Leur longévité a été étudiée dans différentes conditions connues pour freiner le vieillissement : sous restriction calorique ou en présence d’un agoniste de la restriction calorique, la molécule rapamycine, qui inhibe directement la voie de signalisation TOR. Les microorganismes passent la majeure partie de leur vie dans des environnements défavorables, pauvres en ressources nutritives. Leur capacité à survivre à ces périodes de restriction (CLS) est donc primordiale. J’ai observé que les souches sauvages ont tendance à spontanément initier le programme de méiose aboutissant à la formation de spores lorsque les conditions environnementales deviennent restreintes. En revanche, les souches domestiques préfèrent entrer en quiescence, ce qui leur confère une viabilité et une résistance accrues. De plus, en ayant recours à une approche basée sur des gènes présélectionnés et à une étude d’association pangénomique, j’ai observé que la variabilité de longévité entre les différentes souches est déterminée par un large spectre de polymorphismes génétiques, tels que des mutations non-synonymes ou non-sens, et par l’absence ou la présence de certains gènes. Toutes ces composantes génétiques interagissent pleinement avec l’environnement. Dans une deuxième partie, j’ai réalisé une analyse de liaison génétique grâce à 1056 souches descendantes de deux souches parentales. La longévité (CLS) de ces 1056 souches a été mesurée dans le but d’identifier des locus de caractères quantitatifs (QTLs). Le vieillissement chronologique a été déterminé à la fois à partir d’un milieu riche, d’un milieu restreint en calories, ou en présence de rapamycine. J’ai identifié 30 QTLs distincts, certains d’entre eux sont communs et récurrents dans plusieurs environnements, tandis que d’autres sont plus spécifiques et occasionnels. Les deux QTLs principaux, associés aux gènes HPF1 et FLO11, codent tous deux des protéines du mur cellulaire, et sont jusqu’à présent non reconnus comme régulateurs du vieillissement. Etonnement, ces deux gènes contiennent des répétitions d’ADN en tandem qui s’avèrent être massivement amplifiées dans une des deux souches parentales d’origine. Alors que les allèles courts de HPF1 et FLO11 n’ont pas d’effet sur le vieillissement, les allèles longs sont relativement délétères, hormis en présence de rapamycine. Après investigation, il semble que la forme allongée de HPF1 provoque la flottaison des cellules de levure au cours de la phase de croissance, les exposants à des taux plus élevés d’oxygène. / Aging is a classical complex trait varying quantitatively among individuals and affected by both the genetic background and the environment. While aging is the highest risk factor for a large number of diseases, little is known about the underlying molecular mechanisms. Identifying the causal genetic variants underlying natural variation in longevity and understanding their interaction with the genetic background and the environment remains a major challenge. In this work, I used the budding yeast, Saccharomyces cerevisiae, to identify environmental and genetic factors contributing to aging. While extensive classical genetic studies discovered several genes involved in the regulation of chronological lifespan (CLS), which measures cell viability dynamic in non-dividing condition, using laboratory strains in standard conditions, there are only few studies exploiting variations in natural populations. In the first part, I used a large cohort of more than 1000 sequenced natural S. cerevisiae strains to provide a species-wide overview of CLS variability. Longevity was measured in different environments, including calorie restriction (CR), a natural intervention known to increase lifespan, and in the presence of rapamycin (RM), a drug that mimics CR by downregulating the TOR pathway. Unicellular microorganisms spend most of their lifetime in harsh restricted environments interrupted by short windows of growth, making CLS an important and likely adaptive trait. I found that wild strains subjected to CLS tend to trigger the meiotic developmental process leading to the formation of gametes wrapped into a very resistant cell wall. In contrast, domesticated strains tend to enter quiescence state when starved and display a tremendous variability in their survival capacity. Moreover, using both candidate gene approach and genome-wide association studies (GWAS), I demonstrated that variability in CLS is determined by a full spectrum of genetic variant that include gene presence/absence, copy number variation, non-synonymous SNPs and loss of function. All these genetic features were strongly regulated by the environment. In the second part, I performed linkage analysis using 1056 diploid segregants derived from a two parent advanced intercross. These 1056 diploid segregants were phenotyped for CLS to map quantitative trait loci (QTLs). The CLS was measured in complete media, CR and RM environments across multiple time points. I mapped 30 distinct QTLs, with some shared across different environments and time points, while others were unique to a specific condition. The two major effect size QTLs were linked with natural variation in the cell wall glycoproteins FLO11 and HPF1, previously unknown to regulate CLS. Interestingly, both genes presented massive intragenic tandem repeat expansions in one of the founder strain used in the crossing scheme. While the short versions of FLO11 and HPF1 alleles did not impact CLS, tandem repeat expansions within those genes were sufficient to confer a dominant detrimental effect that was partially buffered by rapamycin treatment. Further investigation revealed that the extended form of HPF1 makes cells floating during exponential phase, exposing them to higher oxygen rates, and leading to perturbation of redox homeostasis, activation of misfolded protein response, and alteration of multiple genes involved in methionine, ribosome and lipid biosynthesis, eventually contributing to CLS shortening. Taken together, my work provided an unprecedented overview of natural variation in CLS in a genetic model system and revealed multiple genetic and environmental factors that shape the species phenotypic variation.

La peau est l’organe le plus étendu du corps humain. Doté d’une membrane biologique fine appelée la couche cornée, celle-ci le protège du desséchement et des agressions extérieures chimiques ou mécaniques auxquelles le corps humain doit faire face. Ce travail de thèse a consisté, dans un premier temps, à décrire via la littérature existante les effets de l’âge,dûs au vieillissement intrinsèque et extrinsèque,sur la physiologie cutanée du Stratum Corneum (SC).La partie expérimentale basée sur la microscopie vibrationnelle traitera des variations de la fonction barrière et de l’hydratation du SC lors du vieillissement chronologique et photo-vieillissement. D’autres méthodes ont également été utilisées comme la chromatographie liquide en phase normale couplée à la spectrométrie de masse haute résolution dotée d’une source APCI et d’un détecteur Orbitrap pour l’étude de la composition détaillée des lipides du SC ainsi que des méthodes plus globales comme la PIE ou la cornéométrie. Le caractère non invasif de toutes ces méthodes a permis de réaliser ces études in vivo. L’évolution de la fonction barrière a été étudiée aux niveaux tissulaire, moléculaire et supramoléculaire par micro-spectroscopie confocale Raman et spectroscopie Infrarouge. Puis le lien moléculaire a été fait entre le vieillissement intrinsèque et les céramides de la matrice lipidique intercornéocytaires par chromatographie en phase liquide couplée à la spectrométrie de masse. Les molécules discriminantes entre population jeune et âgée ont été déterminées par analyse chimiométrique. L’évolution de l’hydratation cutanée aux niveaux tissulaire, moléculaire et supramoléculaire a également été l’objet d’une investigation approfondie. Les variations de la composition des NMF et la teneur en eau dans le SC lors du vieillissement cutané ont été mises en lumière en utilisant des descripteurs spectraux Raman. Les variations structurelles des molécules d’eau impactant l’organisation supramoléculaire des édifices lipidiques ont également été évaluées. Au cours du vieillissement, la fonction barrière cutanée et hydratation sont conservées. / Skin is the external surface defining the human body in space. Its outer-most layer is a thin biological membrane, called Stratum Corneum(SC), that protects the internal organs from desiccation as well as chemical or mechanical external aggressions. The present thesis aimsin a first step, to summarize the current knowledge regarding the effects of intrinsic and extrinsic aging on SCphysiology,based on available literature. The experimental part addresses the gaps in our understanding of the effects of chronological aging and photoaging on the SC barrier function and hydration, using traditional methods (such as trans epidermal water loss and skin conductance) as well as more advanced ones (vibrational spectroscopies, liquid chromatography in normal phase tandem mass spectrometry high resolution with an APCI source and an Orbitrap detector. As these methods are non-invasive, all studies have been carried out in vivo. The evolution of the barrier function has been studied at the tissular, molecular and supramolecular levels using confocal Raman micro-spectroscopy and infrared spectroscopy. Then the link between the intrinsic aging and the ceramides of the intercorneocytary lipid matrix has been studied by liquid chromatography tandem mass spectrometry. The discriminant molecules between young and old population have been identified by a chemometric analysis. The evolution of cutaneous hydration at the tissular, molecular and supramolecular level has also been investigated. The variations in the NMF composition and the SC water content have been studied by Raman spectral descriptors. Moreover, the structural variations of water molecules impacting the supramolecular organization of the lipid structures have been evaluated. Chronological aging and chronic exposure to environmental factors mildly affect SC barrier function and hydration levels. However, the processes controlling these properties are affected by aging in a site-dependent fashion.

Les progrès continus dans les techniques du stockage et de la collection des données permettent d'observer et d'enregistrer des processus d’une façon presque continue. Des exemples incluent des données climatiques, des valeurs de transactions financières, des modèles des niveaux de pollution, etc. Pour analyser ces processus, nous avons besoin des outils statistiques appropriés. Une technique très connue est l'analyse de données fonctionnelles (ADF).<p><p>L'objectif principal de ce projet de doctorat est d'analyser la dépendance temporelle de l’ADF. Cette dépendance se produit, par exemple, si les données sont constituées à partir d'un processus en temps continu qui a été découpé en segments, les jours par exemple. Nous sommes alors dans le cadre des séries temporelles fonctionnelles.<p><p>La première partie de la thèse concerne la régression linéaire fonctionnelle, une extension de la régression multivariée. Nous avons découvert une méthode, basé sur les données, pour choisir la dimension de l’estimateur. Contrairement aux résultats existants, cette méthode n’exige pas d'assomptions invérifiables. <p><p>Dans la deuxième partie, on analyse les modèles linéaires fonctionnels dynamiques (MLFD), afin d'étendre les modèles linéaires, déjà reconnu, dans un cadre de la dépendance temporelle. Nous obtenons des estimateurs et des tests statistiques par des méthodes d’analyse harmonique. Nous nous inspirons par des idées de Brillinger qui a étudié ces models dans un contexte d’espaces vectoriels. / Doctorat en Sciences / info:eu-repo/semantics/nonPublished

This thesis is composed of three chapters which propose some novel approaches to model and forecast financial time series. The first chapter focuses on high frequency financial returns and proposes a quantile regression approach to model their intraday seasonality and dynamics. The second chapter deals with the problem of forecasting the yield curve including large datasets of macroeconomics information. While the last chapter addresses the issue of modelling the term structure of interest rates. <p><p>The first chapter investigates the distribution of high frequency financial returns, with special emphasis on the intraday seasonality. Using quantile regression, I show the expansions and shrinks of the probability law through the day for three years of 15 minutes sampled stock returns. Returns are more dispersed and less concentrated around the median at the hours near the opening and closing. I provide intraday value at risk assessments and I show how it adapts to changes of dispersion over the day. The tests performed on the out-of-sample forecasts of the value at risk show that the model is able to provide good risk assessments and to outperform standard Gaussian and Student’s t GARCH models.<p><p>The second chapter shows that macroeconomic indicators are helpful in forecasting the yield curve. I incorporate a large number of macroeconomic predictors within the Nelson and Siegel (1987) model for the yield curve, which can be cast in a common factor model representation. Rather than including macroeconomic variables as additional factors, I use them to extract the Nelson and Siegel factors. Estimation is performed by EM algorithm and Kalman filter using a data set composed by 17 yields and 118 macro variables. Results show that incorporating large macroeconomic information improves the accuracy of out-of-sample yield forecasts at medium and long horizons.<p><p>The third chapter statistically tests whether the Nelson and Siegel (1987) yield curve model is arbitrage-free. Theoretically, the Nelson-Siegel model does not ensure the absence of arbitrage opportunities. Still, central banks and public wealth managers rely heavily on it. Using a non-parametric resampling technique and zero-coupon yield curve data from the US market, I find that the no-arbitrage parameters are not statistically different from those obtained from the Nelson and Siegel model, at a 95 percent confidence level. I therefore conclude that the Nelson and Siegel yield curve model is compatible with arbitrage-freeness.<p> / Doctorat en Sciences économiques et de gestion / info:eu-repo/semantics/nonPublished