Cette thèse s'articule autour de la problématique de l'extinction de populations comportant différents types d'individus, et plus particulièrement de leur comportement avant extinction et/ou en cas d'une extinction très tardive. Nous étudions cette question d'un point de vue strictement probabiliste, puis du point de vue de l'analyse des risques liés à l'extinction pour un modèle particulier de dynamique de population, et proposons plusieurs outils statistiques. La taille de la population est modélisée soit par un processus de branchement de type Bienaymé-Galton-Watson à temps continu multitype (BGWc), soit par son équivalent dans un espace de valeurs continu, le processus de diffusion de Feller multitype. Nous nous intéressons à différents types de conditionnement à la non-extinction, et aux états d'équilibre associés. Ces conditionnements ont déjà été largement étudiés dans le cas monotype. Cependant la littérature relative aux processus multitypes est beaucoup moins riche, et il n'existe pas de travail systématique établissant des connexions entre les résultats concernant les processus BGWc et ceux concernant les processus de diffusion de Feller. Nous nous y sommes attelés. Dans la première partie de cette thèse, nous nous intéressons au comportement de la population avant son extinction, en conditionnant le processus de branchement X_t à la non-extinction (X_t≠0), ou plus généralement à la non-extinction dans un futur proche 0≤θ<∞ (X_{t+θ}≠0), et en faisant tendre t vers l'infini. Nous prouvons le résultat, nouveau dans le cadre multitype et pour θ>0, que cette limite existe et est non-dégénérée, traduisant ainsi un comportement stationnaire pour la dynamique de la population conditionnée à la non-extinction, et offrant une généralisation de la limite dite de Yaglom (correspondant au cas θ=0). Nous étudions dans un second temps le comportement de la population en cas d'une extinction très tardive, obtenu comme limite lorsque θ tends vers l'infini du processus X_t conditionné par X_{t+θ}≠0. Le processus conditionné ainsi obtenu est un objet connu dans le cadre monotype (parfois dénommé Q-processus), et a également été étudié lorsque le processus X_t est un processus de diffusion de Feller multitype. Nous examinons le cas encore non considéré où X_t est un BGWc multitype, prouvons l'existence du Q-processus associé, examinons ses propriétés, notamment asymptotiques, et en proposons plusieurs interprétations. Enfin, nous nous intéressons aux échanges de limites en t et en θ, ainsi qu'à la commutativité encore non étudiée de ces limites vis-à-vis de la relation de type grande densité reliant processus BGWc et processus de Feller. Nous prouvons ainsi une liste exhaustive et originale de tous les échanges de limites possibles (limite en temps t, retard de l'extinction θ, limite de diffusion). La deuxième partie de ce travail est consacrée à l'analyse des risques liés à l'extinction d'une population et à son extinction tardive. Nous considérons un certain modèle de population branchante (apparaissant notamment dans un contexte épidémiologique) pour lequel un paramètre lié aux premiers moments de la loi de reproduction est inconnu, et construisons plusieurs estimateurs adaptés à différentes phases de l'évolution de la population (phase de croissance, phase de décroissance, phase de décroissance lorsque l'extinction est supposée tardive), prouvant de plus leurs propriétés asymptotiques (consistance, normalité). En particulier, nous construisons un estimateur des moindres carrés adapté au Q-processus, permettant ainsi une prédiction de l'évolution de la population dans le meilleur ou le pire des cas (selon que la population est menacée ou au contraire invasive), à savoir celui d'une extinction tardive. Ces outils nous permettent d'étudier la phase d'extinction de l'épidémie d'Encéphalopathie Spongiforme Bovine en Grande-Bretagne, pour laquelle nous estimons le paramètre d'infection correspondant à une possible source d'infection horizontale persistant après la suppression en 1988 de la voie principale d'infection (farines animales). Cela nous permet de prédire l'évolution de la propagation de la maladie, notamment l'année d'extinction, le nombre de cas à venir et le nombre d'animaux infectés, et en particulier de produire une analyse très fine de l'évolution de l'épidémie dans le cas peu probable d'une extinction très tardive.

Les processus ponctuels sont souvent utilisés comme modèles de répartitions spatiales ou spatio-temporelles d'occurrences. Dans cette thèse, nous nous intéressons tout d'abord à des processus de Cox dirigés par un processus caché associé à un processus de Dirichlet. Ce modèle correspond à des occurrences cachées influençant l'intensité stochastique des occurrences observées. Nous généralisons la notion de " Shot noise Cox process " introduite par Moller et développons le traitement bayésien par un échantillonneur de Gibbs combiné à un algorithme de Metropolis-Hastings. Nous montrons que cette méthode MCMC est à sauts réversibles. Le modèle prend en compte, en effet, un nombre aléatoire de contributions cachées influençant l'intensité du processus ponctuel observé donc a un espace paramétrique de dimension variable. Nous focalisons l'inférence statistique sur l'estimation de la valeur espérée de chaque contribution cachée, le nombre espéré de contributions cachées, le degré d'influence spatiale de ces contributions et leur degré de corrélation. Le test d'égalité des contributions et celui de leur indépendance sont ainsi développés. L'utilité en épidémiologie et en écologie est alors démontrée à partir de données de Rubus fruticosa, Ibicella lutea et de mortalité dans les cantons de Georgia, USA. En termes de données observées, deux situations sont considérées: premièrement, les positions spatiales des occurrences sont observées entre plusieurs paires de dates consécutives; deuxièmement, des comptages sont effectués, au cours d'une période fixée, dans des unités d'échantillonnage spatiales. D'autre part, nous nous intéressons aux processus ponctuels à mémoire introduits par Kagan, Ogata et Vere-Jones, précurseurs de la statistique sismologique. En effet, les processus ponctuels spatio-temporels ont une place importante dans l'étude des catalogues sismiques puisque ces derniers sont généralement constitués d'événements sismiques datés et géo-référencés. Nous avons étudié un modèle ETAS (Epidemic Type Aftershock Sequence) avec une intensité d'arrière-plan indépendante du temps et plusieurs fonctions déclenchantes permettant d'intégrer les événements antérieurs récents. Cette approche est utilisée pour étudier la sismicité de l'arc des Petites Antilles. Une étude comparative des modèles Gamma, Weibull, Log-Normal et loi d'Omori modifiée pour les fonctions déclenchantes est menée. Nous montrons que la loi d'Omori modifiée ne s'ajuste pas aux données sismiques des Petites Antilles et la fonction déclenchante la plus adaptée est le modèle de Weibull. Cela implique que le temps d'attente entre répliques dans la zone des Petites Antilles est plus faible que celui des régions à sismicité décrite par la loi d'Omori modifiée. Autrement dit, l'agrégation des répliques après un événement majeur est plus prononcée dans la zone des Petites Antilles. La possibilité d'inclure une intensité d'arrière-plan suivant un processus de Dirichlet centré sur un processus spatial log-gaussien est discutée.

Cette thèse étudie le Q-processus de certains processus de branchement (superprocessus inhomogènes) ou de recombinaison (processus de Lambda-Fleming-Viot) via une approche généalogique. Dans le premier cas, le Q-processus est défini comme le processus conditionné à la non-extinction, dans le second cas comme le processus conditionné à la non-absorption. Des constructions trajectorielles des Q-processus sont proposées dans les deux cas. Une nouvelle relation entre superprocessus homogènes et processus de Lambda-Fleming-Viot est établie. Enfin, une étude du Q-processus est menée dans le cadre général des processus régénératifs / This work is concerned with the definition and study of the Q-process of some branching processes (inhomogeneous superprocesses) or recombination processes (Lambda-Fleming-Viot process). In the first case, the Q-process is defined as the process conditioned on non-extinction, whereas in the second case, it is defined as the process conditioned on non-absorbtion. A pathwise construction of the Q-process is given in both cases. A link between a class of homogeneous superprocesses and Lambda-Fleming-Viot processes is provided. Last, a study of the Q-process in the more general framework of regenerative processes is performed

La modélisation probabiliste des événements climatiques et environnementaux doit prendre en compte leur nature spatiale. Cette thèse porte sur l’étude de mesures de risque pour des processus spatiaux. Dans une première partie, nous introduisons des mesures de risque à même de prendre en compte la structure de dépendance des processus spatiaux sous-jacents pour traiter de données environnementales. Une deuxième partie est consacrée à l’estimation des paramètres de processus de type max-mélange. La première partie de la thèse est dédiée aux mesures de risque. Nous étendons les travaux réalisés dans [44] d’une part à des processus gaussiens, d’autre part à d’autres processus max-stables et à des processus max-mélange, d’autres structures de dépendance sont ainsi considérées. Les mesures de risque considérées sont basées sur la moyenne L(A,D) de pertes ou de dommages D sur une région d’intérêt A. Nous considérons alors l’espérance et la variance de ces dommages normalisés. Dans un premier temps, nous nous intéressons aux propriétés axiomatiques des mesures de risque, à leur calcul et à leur comportement asymptotique (lorsque la taille de la région A tend vers l’infini). Nous calculons les mesures de risque dans différents cas. Pour un processus gaussien, X, on considère la fonction d’excès : D+ X,u = (X−u)+ où u est un seuil fixé. Pour des processus max-stables et max-mélange X, on considère la fonction puissance : DνX = Xν. Dans certains cas, des formules semi-explicites pour les mesures de risque correspondantes sont données. Une étude sur simulations permet de tester le comportement des mesures de risque par rapport aux nombreux paramètres en jeu et aux différentes formes de noyau de corrélation. Nous évaluons aussi la performance calculatoire des différentes méthodes proposées. Celle-ci est satisfaisante. Enfin, nous avons utilisé une étude précédente sur des données de pollution dans le Piémont italien, celle-ci peuvent être considérées comme gaussiennes. Nous étudions la mesure de risque associée au seuil légal de pollution donnée par la directive européenne 2008/50/EC. Dans une deuxième partie, nous proposons une procédure d’estimation des paramètres d’un processus max-mélange, alternative à la méthode d’estimation par maximum de vraisemblance composite. Cette méthode plus classique d’estimation par maximum de vraisemblance composite est surtout performante pour estimer les paramètres de la partie max-stable du mélange (et moins performante pour estimer les paramètres de la partie asymptotiquement indépendante). Nous proposons une méthode de moindres carrés basée sur le F-madogramme : minimisation de l’écart quadratique entre le F-madogramme théorique et le F-madogramme empirique. Cette méthode est évaluée par simulation et comparée à la méthode par maximum de vraisemblance composite. Les simulations indiquent que la méthode par moindres carrés du F-madogramme est plus performante pour estimer les paramètres de la partie asymptotiquement indépendante / When dealing with environmental or climatic changes, a natural spatial dependence aspect appears. This thesis is dedicated to the study of risk measures in this spatial context. In the first part (Chapters 3 and 4), we study risk measures, which include the natural spatial dependence structure in order to assess the risks due to extreme environmental events and in the last part (Chapter 5), we propose estimation procedures for underlying processes, such as isotropic and stationary max-mixture processes. In the first part dedicated to risk measures, we extended the work in [44] in order to obtain spatial risk measures for various spatial processes and different dependence structures. We based these risk measures on the mean losses over a region A of interest. Risk measures are then defined as the expectation E[L(A,D)] and variance Var(L(A,D)) of the normalized loss. In the study of these measures, we focused on the axiomatic properties of asymptotic behavior (as the size of the region interest goes to infinity) and on computational aspects. We calculated two risk measures: risk measure for the gaussian process based on the damage function called access damage D+ X,u and risk measure for extreme processes based on the power damage function DνX . In simulation study and for each risk measure provided, we emphasized the theoretical results of asymptotic behavior by various parameters of a model and different Kernels for the correlation function. We also evaluated the performance of these risk measures. The results were encouraging. Finally, we implemented the risk measure corresponding to gaussian on the real data of pollution in Piemonte, Italy. We assessed the risks associated with this pollution when an excess of it was over the legal level determined by the European directive 2008/50/EC. With respect to estimation, we proposed a semi-parametric estimation procedure in order to estimate the parameters of a max-mixture model and also of a max-stable model ( inverse max-stable model) as an alternative to composite likelihood. A good estimation by the proposed estimator required the dependence measure to detect all dependence structures in the model, especially when dealing with the max-mixture model. We overcame this challenge by using the F-madogram. The semi-parametric estimation was then based on a quasi least square method, by minimizing the square difference between the theoretical F-madogram and an empirical one. We evaluated the performance of this estimator through a simulation study. It was shown that on a mean, the estimation is performed well, although in some cases, it encountered some difficulties

Soient $X$ et $Y$ deux variables aléatoires de fonctions de répartition $F$ et $G$ respectivement. Deux réalisations données $x$ et $y$ sont dites équivalentes si et seulement si $F(x)=G(y)$. Cette équation est connue sous le nom ``équation équipercentile''. Sa résolution, pour un $x$ fixé, permet d'exprimer l'équivalent équipercentile de $x$ comme suit: $y(x)=G^{-1}(F(x))$, où $G^{-1}$ désigne la fonction inverse de $G$. Dans ce travail, nous proposons cinq scénarios d'estimation de la fonction d'égalisation équipercentile $G^{-1}(F(x))$. Les estimateurs proposés reposent sur l'approche de l'ajustement polynômial local. Les résultats obtenus sont les suivants. D'abord, nous montrons la convergence uniforme presque sûre des estimateurs. Ensuite, nous établissons l'approximation par un pont brownien approprié et évaluons la performance des estimateurs en utilisant l'erreur en moyenne quadratique comme mesure de perte. Finalement, nous proposons quelques simulations sous R pour illustrer nos résultats et comparons les estimateurs en les appliquant sur un jeu de données réelles provenant d'une étude longitudinale multi-centrique de la cohorte ANRS C08.

Le train des spikes, la séquence des temps des potentiels d'action d'une cellule, est le donné habituellement analysé dans les enregistrementsélectrophysiologiques pour la description du pattern de décharge qui on suppose caractérisant les cellules neuronales. Nous présentons les résultats obtenus décrivant l'activité de décharge d'un petit réseau neuronal avec un modèle mathématique de saut-diffusion. Le potentiel membranaire du neurone en fonction du temps est donné par la somme d'un processus stochastique de diffusion et de deux processus de point qui provoquent des sauts d'amplitude constante à temps aléatoires discrètes. Différentes distributions sont considérées. Deux résultats principaux émergent. Le premier est que les histogrammes des intervalles entre potentiels d'action successifs montrent plus d'un maximum et un comportement de type resonnant. Ce fait suggère qu'en correspondance de chaque maximum la cellule ait une probabilité plus élevée de se décharger, de manière que le temps du potentiel d'action est un temps caractéristique de la cellule qui pourrait etre modulé en conditions physiologiques. Le deuxième résultat principal est que les afférences inhibitrices peuvent faciliter la transmission des potentiels d'action déchargés par l'unité afferente inhibitrice. Ce fait suggère que les cellules inhibitrices ne soient pas seulement impliquées en gardant équilibré l'excitabilité des toutes les neurones mais aussi dans le processus de l'information. La simulation de ce type de modèles exige une amélioration des algorithmes classiques. Dans ce cadre, la deuxième partie est dédiée àune étude purement théorique sur les processus bridge multidimensionnels.

Cette thèse est axée sur le problème de l'identification de modèles factoriels de séries temporelles et est à la rencontre des deux domaines de la Statistique, l'analyse des séries temporelles et l'analyse des données avec ses méthodes descriptives. La première étape de notre travail a pour but d'étendre à plusieurs séries temporelles discrètes, l'étude des composantes principales de Jenkins développée dans les années 70. Notre approche adapte l'analyse en composantes principales "classique" (ou ACP) aux séries temporelles en s'inspirant de la technique Singular Spectrum Analysis (ou SSA). Un principe est déduit et est appliqué au processus multidimensionnel générateur des séries. Une matrice de covariance à structure "remarquable" est construite autour de vecteurs al9;atoires décalés: elle exploite la chronologie, la stationnarité et la double dimension du processus. A l'aide de deux corollaires établis par Friedman B. dans les années 50 basés sur le produit tensoriel de matrices, et de propriétés de covariance des processus circulaires, nous approchons les éléments propres de la matrice de covariance. La forme générale des composantes principales de plusieurs séries temporelles est déduite. Dans le cas des processus "indépendants", une propriété des scores est établie et les composantes principales sont des moyennes mobiles des séries temporelles. A partir des résultats obtenus, une méthodologie est présentée permettant de construire des modèles factoriels de référence sur des ARMA vectoriels "indépendants". L'objectif est alors de projeter une nouvelle série dans un des modèles graphiques pour son identification et une première estimation de ses paramètres. Le travail s'effectue dans un cadre théorique, puis dans un cadre expérimental en simulant des échantillons de trajectoires AR(1) et MA(1) stationnaires, "indépendantes" et à coefficients symétriques. Plusieurs ACP, construites sur la matrice temporelle issue de la simulation, produisent de bonnes qualités de représentation des processus qui se regroupent ou s'opposent selon leur type en préservant la propriété des scores et la symétrie dans le comportement des valeurs propres. Mais, ces modèles factoriels reflètent avant tout la variabilité des bruits de la simulation. Directement basées sur les autocorrélations, de nouvelles ACP donnent de meilleurs résultats quels que soient les échantillons. Un premier modèle factoriel de référence est retenu pour des séries à forts coefficients. La description et la mesure d'éventuels changements structurels conduisent à introduire des oscillateurs, des fréquences et des mesures entropiques. C'est l'approche structurelle. Pour établir une possible non-linéarité entre les nombreux critères et pour augmenter la discrimination entre les séries, une analyse des correspondances multiples suivie d'une classification est élaborée sur les entropies et produit un deuxième modèle de référence avec trois classes de processus dont celle des processus à faibles coefficients. Ce travail permet également d'en déduire une méthode d'analyse de séries temporelles qui combine à la fois, l'approche par les autocorrélations et l'approche par les entropies, avec une visualisation par des méthodes factorielles. La méthode est appliquée à des trajectoires AR(2) et MA(2) simulées et fournit deux autres modèles factoriels de référence.

Nous étudions les propriétés probabilistes, trajectorielles et statistiques des processus stochastiques multistables, qui sont tangents en chaque point à un processus stable. Ils possèdent ainsi une intensité de sauts et une régularité locale qui varient au cours du temps. Nous nous intéressons dans un premier temps aux processus pouvant être définis par une moyenne mobile et possédant la propriété d'être localisables, c'est-à-dire d'être tangents en loi à un processus en chaque point. Des critères assurant la localisabilité, ainsi qu'une méthode de simulation de tels processus sont donnés. Nous proposons ensuite une nouvelle construction et des critères de localisabilité des processus multistables à l'aide d'une représentation de type Ferguson-Klass-LePage. Pour les processus obtenus, nous étudions certaines propriétés probabilistes et trajectorielles. En particulier, nous caractérisons le comportement asymptotique des accroissements des processus multistables, ainsi que leur régularité Höldérienne. Enfin, nous proposons des estimateurs de la fonction de stabilité et de la fonction de localisabilité. La consistance au sens de la convergence Lp est prouvée. Les performances des estimateurs sont illustrées sur des séries simulées suivant deux modèles : le mouvement de Lévy multistable et le mouvement linéaire multifractionnaire multistable.

Le changement en entreprise a toujours été une réalité. De ce fait, les processus d'affaires subissent des altérations régulièrement. La flexibilité des systèmes de gestion des processus est donc cruciale. Puisque les processus d'affaires s'exécutent habituellement sur une longue période, la capacité des systèmes d'effectuer ces changements aux processus lorsqu'ils sont en cours d'exécution est quasi indispensable. Grâce aux architectures fondées sur les services, plusieurs organisations indépendantes peuvent contribuer à la réalisation d'une chorégraphie de processus. La complexité de gestion du changement augmente alors en fonction du nombre de participants. Des changements dans de telles chorégraphies doivent être coordonnés au niveau des contrats, des schémas des processus et des instances actives en collaboration. Notre approche de gestion du changement tient compte de tous ces aspects. Nous proposons un protocole pour coordonner le changement dans des chorégraphies de processus, le Change Protocol for Collaboration (CPC). Il assure que les changements soient traités par tous les participants. Nous proposons en plus une méthode d'adaptation dynamique des processus collaboratifs par migration des instances, et ce, de manière semi-automatisée. Aucune solution d'adaptation dynamique n'avait encore été proposée tenant compte de la collaboration d'instances actives. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : architecture fondée sur les services, processus d'affaires, processus collaboratifs, chorégraphie, évolution des processus, coordination du changement, changement dynamique, migration des instances.

Nous cherchons à construire une génétique des populations branchantes, basée notamment sur les processus de branchement à espace d'états continu, dits CB-processus. <br /><br />Nous modifions d'abord les arbres branchants afin d'en obtenir des versions stationnaires, de deux façons : en introduisant des interactions de type compétitif entre les individus, de manière à réguler la taille de la population ("processus de branchement logistique"); en appliquant divers conditionnements, au sens des h-processus de Doob : conditionnement du processus de Lévy associé à rester dans un intervalle, conditionnement à la non-extinction des CB-processus (Q-processus), mais aussi des CB-processus avec interactions, sous leur forme diffusion.<br /><br />Nous étudions la probabilité de fixation d'un mutant, question qui conditionne l'évolution de la diversité. En utilisant la théorie des diffusions, nous proposons un cadre unifié permettant de comparer deux modèles classiques et le modèle de branchement logistique. Puis nous munissons les individus d'un trait quantitatif soumis à des mutations, et nous suivons, par une approche micro--macro, l'évolution du trait résident ("diffusion canonique de la dynamique adaptative").<br /> <br /><br />Nous étudions la généalogie associée aux CB-processus avec immigration, dont un cas particulier est le Q-processus cité plus haut. Nous construisons des arbres branchants (dont la largeur n'est pas markovienne), dits \emph{arbres de ramification}, sur lesquels se voient directement les deux types de généalogies associées aux CB-processus, qui ont été découvertes par J.-F. Le Gall et ses collaborateurs. Nous donnons également une démonstration de la représentation de Lamperti des CB-processus comme processus de Lévy changés de temps.<br /><br />Nous décrivons de façon rétrospective la structure généalogique des CB-processus, puis celle des arbres de ramification, comme le fait une des approches phares de la génétique des populations moderne, dite théorie de la coalescence. <br /><br />Des collaborations dans divers domaines de la biologie des populations sont également exposées : génétique des populations classique, écologie des invasions, biologie de la conservation.