Dans cette thèse, nous introduisons des méthodes de réduction de la dimension en présence de censures. Plus précisément, nous utilisons des modèles à direction révélatrice unique nous permettant de palier au fléau de la dimension. En particulier, ces modèles ont l'avantage de généraliser les modèles classiques qui reposent sur des hypothèses parfois difficiles à vérifier en pratique. C'est pourquoi dans une première partie, nous présentons un modèle à direction révélatrice unique portant sur la densité conditionnelle, tandis que dans une deuxième partie nous étudions un modèle de régression portant sur le processus de comptage des évènements récurrents. Nous utilisons alors à chaque fois un modèle à direction révélatrice unique, plus général que le modèle de Cox. Par ailleurs, dans ces deux contextes, nos procédures d'estimation prennent en compte les problèmes d'estimation dans les queues de distribution dûs à l'estimateur de Kaplan-Meier. Nos méthodes d'estimation nous permettent également de choisir les paramètres introduits dans notre modèle à partir des données.

Nous considérons des modèles de régression où la variable expliquée est censurée à droite aléatoirement. Nous proposons de nouveaux estimateurs de la fonction de régression dans des modèles paramétriques, et nous proposons une procédure de test non paramétrique d'adéquation à ces modèles. Nous prolongeons ces méthodes à l'étude du modèle semi-paramétrique "single-index", généralisant ainsi des techniques de réduction de dimension utilisées en l'absence de censure. Nous nous penchons tout d'abord sur le cas d'un modèle où la variable de censure est indépendante de la variable expliquée ainsi que des variables explicatives. Nous travaillons dans un second temps dans un cadre moins restrictif où la variable expliquée et la censure sont indépendantes conditionnellement aux variables explicatives. Une difficulté spécifique à ce dernier type de modèle tient en l'impossibilité des techniques actuelles à estimer une espérance conditionnelle (de façon paramétrique ou non) en présence de plus d'une<br />variable explicative. Nous développons une nouvelle approche de réduction de la dimension afin de résoudre ce problème.

Dans le contexte des modèles de régression non linéaire on étudie le cas ou la fonction de régression a estimer n'appartient pas au modèle paramétrique utilisé. Elle est supposée régulière ou bien présentant une rupture. L'étude utilise l'estincteur des moindres carres et dégage les propriétés asymptotiques de cet estimateur, en vue de l'adéquation du modèle et de la comparaison de deux modèles

Introduction : L'augmentation de l'incidence mondiale du diabète de type 1 (DT1) a été calculée à 3,0% par année en moyenne et il a été prédit qu'elle serait de 40% en 2010 chez les enfants âgés de 0 à 14 ans. Les causes de cette augmentation ne sont pas encore déterminées; cette thèse met à jour les connaissances actuelles sur l'incidence mondiale du DT1, en profitant de la disponibilité croissante des bases de données publiques et en examinant la corrélation entre l'incidence et les caractéristiques des pays. Méthodes : Une recherche exhaustive et systématique des articles publiés sur l'incidence du DT1 dans le monde a été effectuée pour étudier les variations globales de cette incidence dans les divers pays. L'objectif initial de cette thèse était d'étudier la corrélation entre les variables environnementales disponibles dans les bases de données publiques, et l'incidence du DT1 selon les pays.Conclusions et implications : Au cours de cette thèse, nous avons quantifié la variation pays par pays de l'incidence du DT1 dans le monde chez les enfants et les adultes, montrons qu'une grande partie de cette incidence pourrait s’expliquer par la variabilité de facteurs environnementaux d’un pays à l’autre. Cette thèse a également profité de la disponibilité croissante de données publiques sur la variation des facteurs environnementaux et génétiques de pays à pays, qui peuvent être impliqués dans le fort effet de cohorte de naissance qui a été observé ; il est conseillé d'approfondir la recherche sur la grossesse et la période néonatale et son implication dans DT1. / Background: The increase of worldwide incidence of type 1 diabetes (T1D) was calculated to be on average 3.0% per year and it was predicted that it would be 40% higher in 2010 in children aged 0-14 years. The causes of this increase are still under study; this thesis updates our current knowledge on the global incidence of T1D, and taking advantage of the increasing availability of public databases examines the correlation between incidence and country characteristics. Methods: A comprehensive systematic literature search of published articles on the incidence of T1D worldwide was conducted to study global variations of the incidence within countries. The initial goal of this thesis was to study the correlation between environmental variables available in public databases with the country incidence of T1D. Conclusions and implications: During this thesis, we quantified the country-to-country variation in T1D incidence worldwide in children and adults, and show that a large part of this incidence could be accounted for by the variability of environmental factors within the countries taking advantage of the increasing availability of public databases. Environmental factors may be involved in the strong cohort effect we found; it is advisable to deepen the research on pregnancy and neonatal period and its implications on T1D. Here we could quantify that the increase of T1D was even larger than had been predicted in an earlier study.

Cette thèse, composée de trois parties, est centrée sur l'application du calcul de \text{Malliavin} à différents domaines de l'analyse stochastique, tels que les théorèmes limites, le calcul stochastique fractionnaire et la régularité des solutions d'équations différentielles stochastiques. La première partie porte sur l'étude asymptotique de modèles de regression fractionnaire et fait appel au calcul stochastique par rapport au mouvement Brownien fractionnaire et au calcul de Malliavin. La deuxième partie est centrée sur la méthode de Stein sur l'espace de Wiener et présente des résultats ayant attrait aux théorèmes limites pour des fonctionnelles de champs Gaussiens (processus moyenne mobile à mémoire longue, sommes autonormalisées) ainsi que des résultats portant sur des propriétés de déconvolution de la loi Gamma. La troisième et dernière partie a pour objet l'étude, par le calcul de Malliavin, des solutions d'équations différentielles stochastiques rétrogrades, et en particulier l'existence de densité ainsi que d'estimées de densité pour ces solutions.

La qualité sonore (QS) est un facteur important dans la conception et pour la perception des produits, notamment dans le cas des véhicules. Il est donc fondamental d'étudier la qualité sonore des véhicules récréatifs motorisés. L'objectif est d'étudier le bruit généré par un véhicule récréatif motorisé (VRM) et de rendre ce dernier plus agréable pour le conducteur afin de rajouter plus de plaisir à l'expérience de conduite. Le projet est basé sur trois volets importants. Le premier volet consiste à identifier les paramètres physiques des différents composants acoustiques d'un véhicule récréatif motorisé, de conduire des tests d'écoute et d'en faire une étude statistique. Pour ce faire, plusieurs bases de données ont été déjà établies par des enregistrements binauraux correspondants à la position du pilote. Le deuxième volet consiste à définir une méthode de prédiction des résultats de tests d'écoute de préférence par des indicateurs psychoacoustiques dits objectifs, issus des signaux mesurés pour les tests d'écoute de préférence. L'originalité de cette partie est l'utilisation des méthodes statistiques de régression linéaire multiple pour la conception du modèle perceptif, et notamment l'algorithme Lasso qui permet la création de modèles de prédiction de qualité sonore parcimonieux. Le troisième volet consiste à concevoir un dispositif de modification et d'amélioration du son moteur, par filtrage numérique des signaux binauraux, puis étudier son effet à partir de la reproduction de sons simulés et mesurés.

Les précipitations et les débits des cours d'eau constituent les deux variables hydrométéorologiques les plus importantes pour l'analyse des bassins versants. Ils fournissent des informations fondamentales pour la gestion intégrée des ressources en eau, telles que l’approvisionnement en eau potable, l'hydroélectricité, les prévisions d'inondations ou de sécheresses ou les systèmes d'irrigation.Dans cette thèse de doctorat sont abordés deux problèmes distincts. Le premier prend sa source dans l’étude des débits des cours d’eau. Dans le but de bien caractériser le comportement global d'un bassin versant, de longues séries temporelles de débit couvrant plusieurs dizaines d'années sont nécessaires. Cependant les données manquantes constatées dans les séries représentent une perte d'information et de fiabilité, et peuvent entraîner une interprétation erronée des caractéristiques statistiques des données. La méthode que nous proposons pour aborder le problème de l'imputation des débits se base sur des modèles de régression dynamique (DRM), plus spécifiquement, une régression linéaire multiple couplée à une modélisation des résidus de type ARIMA. Contrairement aux études antérieures portant sur l'inclusion de variables explicatives multiples ou la modélisation des résidus à partir d'une régression linéaire simple, l'utilisation des DRMs permet de prendre en compte les deux aspects. Nous appliquons cette méthode pour reconstruire les données journalières de débit à huit stations situées dans le bassin versant de la Durance (France), sur une période de 107 ans. En appliquant la méthode proposée, nous parvenons à reconstituer les débits sans utiliser d'autres variables explicatives. Nous comparons les résultats de notre modèle avec ceux obtenus à partir d'un modèle complexe basé sur les analogues et la modélisation hydrologique et d'une approche basée sur le plus proche voisin. Dans la majorité des cas, les DRMs montrent une meilleure performance lors de la reconstitution de périodes de données manquantes de tailles différentes, dans certains cas pouvant allant jusqu'à 20 ans.Le deuxième problème que nous considérons dans cette thèse concerne la modélisation statistique des quantités de précipitations. La recherche dans ce domaine est actuellement très active car la distribution des précipitations exhibe une queue supérieure lourde et, au début de cette thèse, il n'existait aucune méthode satisfaisante permettant de modéliser toute la gamme des précipitations. Récemment, une nouvelle classe de distribution paramétrique, appelée distribution généralisée de Pareto étendue (EGPD), a été développée dans ce but. Cette distribution exhibe une meilleure performance, mais elle manque de flexibilité pour modéliser la partie centrale de la distribution. Dans le but d’améliorer la flexibilité, nous développons, deux nouveaux modèles reposant sur des méthodes semiparamétriques.Le premier estimateur développé transforme d'abord les données avec la distribution cumulative EGPD puis estime la densité des données transformées en appliquant un estimateur nonparamétrique par noyau. Nous comparons les résultats de la méthode proposée avec ceux obtenus en appliquant la distribution EGPD paramétrique sur plusieurs simulations, ainsi que sur deux séries de précipitations au sud-est de la France. Les résultats montrent que la méthode proposée se comporte mieux que l'EGPD, l’erreur absolue moyenne intégrée (MIAE) de la densité étant dans tous les cas presque deux fois inférieure.Le deuxième modèle considère une distribution EGPD semiparamétrique basée sur les polynômes de Bernstein. Plus précisément, nous utilisons un mélange creuse de densités béta. De même, nous comparons nos résultats avec ceux obtenus par la distribution EGPD paramétrique sur des jeux de données simulés et réels. Comme précédemment, le MIAE de la densité est considérablement réduit, cet effet étant encore plus évident à mesure que la taille de l'échantillon augmente. / Precipitation and streamflow are the two most important meteorological and hydrological variables when analyzing river watersheds. They provide fundamental insights for water resources management, design, or planning, such as urban water supplies, hydropower, forecast of flood or droughts events, or irrigation systems for agriculture.In this PhD thesis we approach two different problems. The first one originates from the study of observed streamflow data. In order to properly characterize the overall behavior of a watershed, long datasets spanning tens of years are needed. However, the quality of the measurement dataset decreases the further we go back in time, and blocks of data of different lengths are missing from the dataset. These missing intervals represent a loss of information and can cause erroneous summary data interpretation or unreliable scientific analysis.The method that we propose for approaching the problem of streamflow imputation is based on dynamic regression models (DRMs), more specifically, a multiple linear regression with ARIMA residual modeling. Unlike previous studies that address either the inclusion of multiple explanatory variables or the modeling of the residuals from a simple linear regression, the use of DRMs allows to take into account both aspects. We apply this method for reconstructing the data of eight stations situated in the Durance watershed in the south-east of France, each containing daily streamflow measurements over a period of 107 years. By applying the proposed method, we manage to reconstruct the data without making use of additional variables, like other models require. We compare the results of our model with the ones obtained from a complex approach based on analogs coupled to a hydrological model and a nearest-neighbor approach, respectively. In the majority of cases, DRMs show an increased performance when reconstructing missing values blocks of various lengths, in some of the cases ranging up to 20 years.The second problem that we approach in this PhD thesis addresses the statistical modeling of precipitation amounts. The research area regarding this topic is currently very active as the distribution of precipitation is a heavy-tailed one, and at the moment, there is no general method for modeling the entire range of data with high performance. Recently, in order to propose a method that models the full-range precipitation amounts, a new class of distribution called extended generalized Pareto distribution (EGPD) was introduced, specifically with focus on the EGPD models based on parametric families. These models provide an improved performance when compared to previously proposed distributions, however, they lack flexibility in modeling the bulk of the distribution. We want to improve, through, this aspect by proposing in the second part of the thesis, two new models relying on semiparametric methods.The first method that we develop is the transformed kernel estimator based on the EGPD transformation. That is, we propose an estimator obtained by, first, transforming the data with the EGPD cdf, and then, estimating the density of the transformed data by applying a nonparametric kernel density estimator. We compare the results of the proposed method with the ones obtained by applying EGPD on several simulated scenarios, as well as on two precipitation datasets from south-east of France. The results show that the proposed method behaves better than parametric EGPD, the MIAE of the density being in all the cases almost twice as small.A second approach consists of a new model from the general EGPD class, i.e., we consider a semiparametric EGPD based on Bernstein polynomials, more specifically, we use a sparse mixture of beta densities. Once again, we compare our results with the ones obtained by EGPD on both simulated and real datasets. As before, the MIAE of the density is considerably reduced, this effect being even more obvious as the sample size increases.

Parmi les aléas naturels, les mouvements de terrain (MT) sont probablement les plus nuisibles à l'environnement naturel et humain, notamment dans les pays méditerranéens, incluant le Liban qui représente un bon cas d'étude de région montagneuse. Ce phénomène n'a pas été étudié à l'échelle régionale bien qu'il affecte de vastes zones dans ce pays, et les cartes d'aléa manquent encore. La recherche présentée ici est consacrée à l'utilisation des techniques de télédétection et des systèmes d'informations géographiques (SIG), pour l'étude des MT au Liban. La première partie passe en revue les connaissances existantes sur le thème des mouvements de terrain (MT), plus spécifiquement dans la région méditerranéenne, et définit les lacunes de recherche. Elle expose les divers types existants de MT, leurs magnitudes, les agents causatifs, et leurs effets. Elle clarifie la terminologie utilisée pour les MT (aléa, susceptibilité, risque, etc.), et compare les méthodes les plus utilisées pour la cartographie de l'aléa/susceptibilité aux MT. Elle présente aussi un état des avantages et problèmes de la télédétection et du SIG dans les études de mouvements de terrain, en insistant sur les voies possibles de recherche. La deuxième partie est consacrée à la description détaillée de la région d'étude qui couvre les versants méditerranéens du nord du Liban central. Les caractéristiques physiques/morphodynamiques et socio-économiques de cette région sont exposées, ainsi que les aléas naturels, les événements de MT, les impacts socio-économiques et les mesures de conservation. Toutes les études sur l'aléa MT au Liban sont revisitées. La région d'étude, s'étendant de la côte méditerranéenne jusqu'à 3000 m d'altitude, couvre à peu près 36 % de la superficie totale du Liban. Elle est représentative de la diversité géo-environnementale de ce pays en termes de géologie, sol, hydrographie, occupation du sol et climat. Elle se caractérise par des activités humaines problématiques (par exemple une expansion urbaine chaotique, la recharge artificielle des eaux souterraines, un surpâturage, des incendies de forêt), accroissant la dégradation de l'environnement et induisant les MT, avec un contrôle gouvernemental minime. La troisième compare l'efficacité de différents capteurs satellitaires à résolutions variées (Landsat TM, IRS, SPOT4) et diverses techniques de traitement d'image (composition colorée, fusion, analyse en composantes principales ACP, vision stéréoscopique) pour la détection visuelle des mouvements de terrain classés en glissements, éboulements de blocs rocheux et de débris, et coulées de boue. Les résultats ont été validés sur le terrain et en analysant des images IKONOS (1 m) acquises en certaines localités menacées par des MT sur de longues périodes. Ensuite, les niveaux de précision de la détection des MT à partir des images satellitaires ont été calculés. Cette étude a montré que l'anaglyphe produit à partir des images panchromatiques stéréo SPOT4 reste l'outil le plus efficace grâce aux caractéristiques 3D jouant un rôle essentiel dans l'interprétation visuelle et montrant un niveau de précision (pourcentage des MT détectés et vérifiés sur le terrain) maximal de 69 %. De plus, l'image de fusion Landsat TM-IRS, calculée par ACP, fournit des résultats de détection des MT meilleurs que les autres techniques, avec un niveau de précision de 62 %. Les erreurs d'interprétation fluctuent non seulement en fonction de la technique de traitement utilisée, mais aussi en fonction des types de MT. Elles sont minimes quand l'anaglyphe (3D) SPOT4 est pris en considération, variant de 31 % (glissements), 36 % (éboulements de blocs rocheux et de débris) à 46 % dans le cas des coulées de boue. La quatrième partie explore les relations entre l'occurrence de MT et les paramètres du terrain. Ces paramètres sont: 1- les facteurs de prédisposition, comme l'altitude, la pente en gradient, l'aspect de pente, la courbure de pente, la lithologie, la proximité aux failles, le type de karst, la distance aux carrières, le type de sol, la distance aux réseaux de drainage, la distance aux sources, l'occupation/utilisation du sol et la proximité aux routes, et 2- les facteurs déclenchants, comme la quantité de pluies, les événements sismiques, les inondations et les incendies de forêt, qui ont été corrélés avec les MT en utilisant les approches SIG. Cette étude montre, en se basant sur les corrélations statistiques bi-variées satellitaires et SIG (corrélation Kendal Tau-b), que la lithologie est ce qui influence le plus l'occurrence des MT, puisqu'elle a la corrélation la plus élevée avec les autres paramètres (7 fois corrélée à un niveau de signification de 1 %, et 3 fois à 5 %). Elle montre aussi que les corrélations statistiques entre ces paramètres et les mouvements de terrain existent suivant l'ordre d'importance décroissant suivant : type de sol/distance aux sources (agissant de manière similaire sur l'occurrence des MT), karst/distance aux carrières/occupation/utilisation du sol, proximité aux failles, gradient de pente/proximité aux routes/inondations, événements sismiques, altitude/aspect de pente/incendies de forêt. Ces corrélations sont vérifiées sur le terrain et expliquées en utilisant des corrélations statistiques uni-variées. Par conséquent, elles peuvent être extrapolées à d'autres pays méditerranéens caractérisés par des conditions géoenvironnementales similaires. La cinquième partie propose une méthode mathématique décisionnelle (méthode analytique bi-univariée d'évaluation ou "Valuing Analytical Bi-Univariate (VABU)") qui considère deux niveaux de pondération pour la cartographie de l'aléa/susceptibilité des MT (échelle 1/50000) dans la région d'étude. La fiabilité de cette méthode est examinée sur le terrain et en la comparant avec d'autres méthodes statistiques - Valuing accumulation Area (VAA) (un seul niveau d'évaluation) and Information Value (InfoVal) (nécessitant des mesures détaillées des MT). Trois cartes de susceptibilité sont dérivées en utilisant les facteurs conditionnant l'occurrence des MT, tandis que les cartes d'aléa sont produites à partir des facteurs déclenchants. Les valeurs de coïncidence de superposition des cartes de susceptibilité sont de 47,5 % (VABU/VAA), 54 % (VABU/InfoVal) et 38% (VAA/InfoVal), respectivement. L'accord entre les cartes d'aléas montre des valeurs proches de celles des cartes de susceptibilité, variant entre 36,5 % (VAA/InfoVal), 39 % (VABU/VAA), et 44 % (VABU/InfoVal). La validation sur le terrain indique que la précision totale des cartes de susceptibilité produites varie entre 52,5% (méthode VAA), 67,5% (méthode InfoVal) et 77,5% (méthode VABU). Cela démontre l'efficacité de notre méthode qui peut être adoptée pour une cartographie prédictive de l'aléa et de la susceptibilité des MT dans d'autres régions au Liban, et peut être aussi aisément extrapolée en utilisant les capacités fonctionnelles du SIG. La sixième partie prédit la distribution géographique et le volume des blocs rocheux (m3) dans la région d'étude en utilisant la modélisation suivant un arbre décisionnel. Une telle cartographie est indisponible au Liban, mais aussi dans d'autres pays qui portent plutôt leur effort sur la recherche des glissements plutôt que les autres types de MT. Plusieurs modèles d'arbres décisionnels ont été développés en utilisant, (1) tous les paramètres de terrain, (2) les paramètres topographiques uniquement, (3) les paramètres géologiques, et en adoptant plusieurs techniques de traitement. Le meilleur arbre de régression combine tous les paramètres et explique 80 % de la variabilité dans les mesures des blocs rocheux sur le terrain. Le modèle construit en utilisant les quatre paramètres géologiques (lithologie, type de sol, proximité aux failles et type de karst) parait aussi intéressant car il classe 68 % des blocs rocheux tout en se référant à un petit nombre de données d'entrée (4 paramètres). La carte produite de 'prédiction quantitative des blocs rocheux' à l'échelle du 1/50 000 apparait extrêmement utile pour la décision, aidant à l'adoption des mesures de conservation afin de réduire l'occurrence de movements nuisibles de blocs rocheux. La septième partie s'intéresse à la surveillance de l'activité des MT à travers l'intégration des données spatiales radar et des techniques GPS (Système de positionnement global). Les données radar ERS sont traitées en utilisant les techniques InSAR et des réflecteurs permanents. Cette analyse montre des difficultés pour la détection des MT. Cependant, elle est jusqu'à présent préliminaire, et un plan de travail futur prendra en considération d'autres traitements pour la détection des déplacements. D'un autre côté, une installation GPS a été effectuée dans la région de Hammana, un village libanais menacé par un grand glissement. Deux campagnes ont été rassemblées, mais les résultats manquent encore puisqu'il n'y a pas des données accumulées suffisantes. Plus d'observations sont nécessaires afin de construire une représentation compréhensive de la direction et de la vitesse du mouvement.

Cette thèse porte sur les déterminants de la migration des compétences au Liban, dont l'objet principal est l'identification des facteurs et des risques associés à la migration chez les individus hautement qualifiés. La problématique se résume par la question suivante : À formation universitaire égale, quel diplômé devient-il migrant ? Afin de combler le manque de données sur le sujet, nous avons réalisé une enquête (en ligne) auprès des diplômés de la Lebanese American University et de l'Université Saint-Esprit de Kaslik, au Liban. Ces diplômés forment une pluralité et une mixité culturelle, linguistique et socio-économique représentatives des étudiants du Liban. L'objectif de l'enquête était de comparer les similarités et de contraster les différences entre des diplômés migrants et non-migrants, afin de comprendre les logiques différenciées de leurs comportements migratoires. Au début, nous avons effectué une segmentation des diplômés pour les répartir en sous-groupes en fonction de leur statut migratoire, ce qui nous a permis d'identifier et de comprendre les logiques différenciées de leurs comportements migratoires. L'analyse descriptive des résultats de l'enquête révèle des différences en termes de caractéristiques démographiques, économiques et familiales entre diplômés migrants et non-migrants, mais un peu moins de divergences en ce qui concerne leurs parcours universitaires et le domaine des études. À partir de la modélisation, nous avons démontré comment le risque de migrer à l'étranger peut être déterminé par certains facteurs individuels et familiaux, mais surtout en fonction du temps, c'est-à-dire en fonction de la durée depuis l'obtention du diplôme universitaire le plus élevé. Nous démontrons ainsi que, même à formation universitaire égale, le capital humain et le capital social peuvent engendrer des migrations internationales parmi des diplômés ayant effectué un même parcours universitaire et ayant vécu les mêmes conditions socio-économiques au Liban. Nous examinons également des obstacles qui freinent la migration des compétences, pour finalement analyser brièvement les facteurs qui déterminent la migration de retour au Liban. Sur la base de ces conclusions, nous confirmons que nous avons vérifié nos hypothèses par les faits qui se basent sur les résultats de notre enquête. Malgré la difficulté relative à l'étude des migrations internationales en générale et à l'utilisation de la technique de l'enquête en ligne, nous avons réussi à obtenir des résultats très intéressants, que nous avons comparés à des données disponibles sur la migration des compétences au Liban et à l'échelle globale. / This thesis focuses on the determinants of the highly skilled migration in Lebanon whose main purpose is to identify factors and risks associated with migration among highly skilled graduates. The research problem is summarized in the following main question: Given equal level of education, which graduate becomes a migrant? To address the lack of data on this particular topic, we conducted a (online) survey on graduates from the Lebanese American University and the Holy Spirit University of Kaslik in Lebanon. Graduates from both universities form diverse cultural, linguistic and socioeconomic characteristics that are representative of Lebanese graduates in general. The aim of the survey was to compare similarities and contrast differences between migrant and non-migrant graduates in order to understand their diverse behavior with regard to migration. Based on survey results, we carried out a segmentation of graduates and divided them into sub-groups based on their migration status allowing us to understand their behavior with regard to migration. The descriptive analysis of the survey results reveals differences in demographic, economic and family characteristics between migrant and non-migrant graduates, but little divergence were found regarding their university studies and the field of education. We also modeled a number of risks associated with migration and we demonstrated that the risk of migrating could be determined by a number of individual and family factors, but mainly over time, i.e. the time since graduation with the highest university degree. We also demonstrate that even at equal level of education, human capital and social capital can determine international migration among graduates who have obtained the same level of education and experienced the same socio-economic conditions in Lebanon. We have also explored barriers that hinder migration among skilled graduates and briefly analyzed the main factors determining their return migration to Lebanon. Based on these findings we confirm that we have validated our assumptions by facts based on survey results. Despite the relative difficulty in the study of international migration in general and the implementation of online surveys, we managed to obtain very interesting results which we also compared to available data on skilled migration in Lebanon and at the global level.

Dans cette thèse, nous étudions des modèles définis par des équations de moments conditionnels. Une grande partie de modèles statistiques (régressions, régressions quantiles, modèles de transformations, modèles à variables instrumentales, etc.) peuvent se définir sous cette forme. Nous nous intéressons au cas des modèles avec un paramètre à estimer de dimension finie, ainsi qu’au cas des modèles semi paramétriques nécessitant l’estimation d’un paramètre de dimension finie et d’un paramètre de dimension infinie. Dans la classe des modèles semi paramétriques étudiés, nous nous concentrons sur les modèles à direction révélatrice unique qui réalisent un compromis entre une modélisation paramétrique simple et précise, mais trop rigide et donc exposée à une erreur de modèle, et l’estimation non paramétrique, très flexible mais souffrant du fléau de la dimension. En particulier, nous étudions ces modèles semi paramétriques en présence de censure aléatoire. Le fil conducteur de notre étude est un contraste sous la forme d’une U-statistique, qui permet d’estimer les paramètres inconnus dans des modèles généraux. / In this dissertation we study statistical models defined by condition estimating equations. Many statistical models could be stated under this form (mean regression, quantile regression, transformation models, instrumental variable models, etc.). We consider models with finite dimensional unknown parameter, as well as semiparametric models involving an additional infinite dimensional parameter. In the latter case, we focus on single-index models that realize an appealing compromise between parametric specifications, simple and leading to accurate estimates, but too restrictive and likely misspecified, and the nonparametric approaches, flexible but suffering from the curse of dimensionality. In particular, we study the single-index models in the presence of random censoring. The guiding line of our study is a U-statistics which allows to estimate the unknown parameters in a wide spectrum of models.