Dans cette thèse, nous étudions des modèles semi-paramétriques dits de forme invariante. Ces modèles consistent en l'observation d'un nombre fixés de fonctions de régression identiques à un opérateur de déformation paramétriques près. Ce type de modèles trouve des applications dans les problèmes d'alignement de signaux continus (images 2D, rythmes biologiques, ...) ou discrets (electroencéphalogramme, ...). Pour différents groupes de déformations, nous proposons des M-estimateurs pour les paramètres caractérisant les opérateurs associés aux fonctions de régression. Ces estimateurs minimisent ou maximisent des fonctions de contraste, construites à partir de la moyenne synchronisée des transformées de Fourier des données. De plus, pour l'un des modèles étudiés, nous prouvons l'efficacité semi-paramétrique de cet estimateur ainsi défini, et nous proposons un test d'adéquation du modèle de forme invariante construit à partir d'une des fonctions de contraste.

Ce travail porte sur les tests d'adéquation en fiabilité, à la fois pour les systèmes non réparables et les systèmes réparables. Les tests d'adéquation sont des outils efficaces pour vérifier la pertinence d'un modèle pour un jeu de données. Pour les systèmes non réparables, la loi exponentielle et la loi de Weibull sont les lois de durée de vie les plus utilisées en fiabilité. Une comparaison exhaustive des tests d'adéquation pour la loi exponentielle est présentée pour des données complètes et censurées, suivie par des recommandations d'utilisation de ces tests. La loi de Weibull à deux paramètres permet de modéliser des taux de hasard décroissants et croissants contrairement à la loi exponentielle qui suppose un taux de hasard constant. Cependant, il existe moins de tests d'adéquation à la loi de Weibull dans la littérature. Une revue exhaustive des tests existant est effectuée et deux familles de tests exacts sont preésentées. La première famille est la famille des tests basés sur la vraisemblance et la deuxième est la famille des tests basés sur la transformée de Laplace. Des propriétés asymptotiques des nouvelles statistiques de tests sont établies. Une comparaison complète des tests d'adéquation pour la loi de Weibull est effectuée. Des recommandations sur les tests les plus puissants sont données en fonction des caractéristiques du jeu de donnés testé. Pour les systèmes réparables, de nouveaux tests d'adéquation sont développés pour des modèles de maintenance imparfaite avec à la fois des maintenances correctives et des maintenances préventives déterministes. Ces tests sont exacts et peuvent être appliqués à des petits jeux de données. Finalement, des applications à de vrais jeux de données issus de l'industrie sont effectuées pour des systèmes réparables et des systèmes non réparables. / This work deals with goodness-of-fit (GOF) tests in reliability for both non repairable and repairable systems. GOF tests are efficient techniques to check the relevance of a model for a given data set. For non repairable systems, the Exponential and Weibull distributions are the most used lifetimes distributions in reliability. A comprehensive comparison study of the GOF tests for the Exponential distribution is presented for complete and censored samples followed by recommendations about the use of the tests. The two-parameter Weibull distribution allows decreasing and increasing failure rates unlike the Exponential distribution that makes the assumption of a constant hazard rate. Yet, there exist less GOF tests in the literature for the Weibull distribution. A comprehensive review of the existing GOF tests is done and two new families of exact GOF tests are introduced. The first family is the likelihood based GOF tests and the second is the family of tests based on the Laplace transform. Theoretical asymptotic properties of some new tests statistics are established. A comprehensive comparison study of the GOF tests for the Weibull distribution is done. Recommendations about the most powerful tests are given depending on the characteristics of the tested data sets. For repairable systems, new GOF tests are developed for imperfect maintenance models when both corrective maintenance and deterministic preventive maintenance are performed. These tests are exact and can be applied to small data sets. Finally, illustrative applications to real data sets from industry are carried out for repairable and non repairable systems.

Dans cette thèse, nous nous intéressons aux données fonctionnelles. La généralisation du modèle linéaire généralisé fonctionnel au modèle défini par des équations estimantes est étudiée. Nous obtenons un théorème du type théorème de la limite centrale pour l'estimateur considéré. Les instruments optimaux sont estimés, et nous obtenons une convergence uniforme des estimateurs. Nous nous intéressons ensuite à différents tests en données fonctionnelles. Il s'agit de tests non-paramétriques pour étudier l'effet d'une covariable aléatoire fonctionnelle sur un terme d'erreur, qui peut être directement observé comme une réponse ou estimé à partir d'un modèle fonctionnel comme le modèle linéaire fonctionnel. Nous avons prouvé, pour pouvoir mettre en oeuvre les différents tests, un résultat de réduction de la dimension qui s'appuie sur des projections de la covariable fonctionnelle. Nous construisons des tests de non-effet et d'adéquation en utilisant soit un lissage par un noyau, soit un lissage par les plus proches voisins. Un test d'adéquation dans le modèle linéaire fonctionnel est proposé. Tous ces tests sont étudiés d'un point de vue théorique et pratique. / In this thesis, we are interested in the functional data. The problem of estimation in a model of estimating equations is studying. We derive a central limit type theorem for the considered estimator. The optimal instruments are estimated, and we obtain a uniform convergence of the estimators. We are then interested in various testing with functional data. We study the problem of nonparametric testing for the effect of a random functional covariate on an error term which could be directly observed as a response or estimated from a functional model like for instance the functional linear model. We proved, in order to construct the tests, a result of dimension reduction which relies on projections of the functional covariate. We have constructed no-effect tests by using a kernel smoothing or a nearest neighbor smoothing. A goodness-of-fit test in the functional linear model is also proposed. All these tests are studied from a theoretical and practical perspective.

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

Dans la première partie de cette thèse, nous introduisons des intégrales d'ordre m et leur associons des formules d'Ito. Nous nous intéressons plus particulièrement au cas du mouvement brownien fractionnaire. Dans la seconde partie, nous étudions les approximations aux premier et second ordres des intégrales d'ordre m. Nous donnons des résultats de convergences presque-sure et en loi. Dans la troisième partie, nous nous intéressons aux équations différentielles dirigées par une fonction holdérienne. Nous donnons un résultat d'existence et d'unicité et étudions deux approximations de la solution. Dans la quatrième partie, nous étudions l'absolue continuité de la loi de la solution d'une équation différentielle stochastique dirigée par un mouvement brownien fractionnaire. Nous proposons un critère simple assurant que la solution au temps t admet une densité. Enfin, la dernière partie s'intéresse à l'estimation du coefficient de volatilité de la solution d'une équation différentielle stochastique classique. Nous construisons également un test d'adéquation.

Notre progiciel PoweR vise à faciliter l'obtention ou la vérification des études empiriques de puissance pour les tests d'ajustement. En tant que tel, il peut être considéré comme un outil de calcul de recherche reproductible, car il devient très facile à reproduire (ou détecter les erreurs) des résultats de simulation déjà publiés dans la littérature. En utilisant notre progiciel, il devient facile de concevoir de nouvelles études de simulation. Les valeurs critiques et puissances de nombreuses statistiques de tests sous une grande variété de distributions alternatives sont obtenues très rapidement et avec précision en utilisant un C/C++ et R environnement. On peut même compter sur le progiciel snow de R pour le calcul parallèle, en utilisant un processeur multicœur. Les résultats peuvent être affichés en utilisant des tables latex ou des graphiques spécialisés, qui peuvent être incorporés directement dans vos publications. Ce document donne un aperçu des principaux objectifs et les principes de conception ainsi que les stratégies d'adaptation et d'extension. / Package PoweR aims at facilitating the obtainment or verification of empirical power studies for goodness-of-fit tests. As such, it can be seen as a reproducible research computational tool because it becomes very easy to reproduce (or detect errors in) simulation results already published in the literature. Using our package, it becomes easy to design new simulation studies. The empirical levels and powers for many statistical test statistics under a wide variety of alternative distributions are obtained fastly and accurately using a C/C++ and R environment. One can even rely on package snow to parallelize their computations, using a multicore processor. The results can be displayed using LaTeX tables or specialized graphs, which can be directly incorporated into your publications. This paper gives an overview of the main design aims and principles as well as strategies for adaptation and extension. Hand-on illustrations are presented to get new users started easily.

.

Soient X et Y , deux variables aléatoires. De nombreuses procédures statistiques permettent d'ajuster un modèle à ces données dans le but d'expliquer Y à partir de X. La mise en place d'un tel modèle fait généralement appel à diverses hypothèses que <br />l'on doit valider pour justifier son utilisation. Dans ce travail, on propose une approche globale où toutes les hypothèses faites pour asseoir ce modèle sont testées simultanément. <br />Plus précisément, on construit un test basé sur une quantité qui permet de canaliser toute l'information liant X à Y : la fonction de répartition conditionnelle de Y sachant (X = x) définie par F(y|x)=P(Y<=y|X=x). Notre test compare la valeur prise par l'estimateur polynômial local de F(y|x) à une estimation paramétrique du modèle supposé et rejette sa <br />validité si la distance entre ces deux quantités est trop grande. Dans un premier temps, on considère le cas où la fonction de répartition supposée est entièrement spécifiée et, dans <br />ce contexte, on établit le comportement asymptotique du test. Dans la deuxième partie du travail, on généralise ce résultat au cas plus courant en pratique où le modèle supposé contient un certain nombre de paramètres inconnus. On étudie ensuite la puissance locale du test en déterminant son comportement asymptotique local sous des suites d'hypothèses contigües. Enfin, on propose un critère de choix de la fenêtre d'ajustement qui intervient lors de l'étape d'estimation polynômiale locale de la fonction de répartition conditionnelle.

Dans les études de fiabilité, il est possible que les durées de vie s'expriment par des valeurs entières. C'est le cas par exemple pour des appareils fonctionnant à la sollicitation. Le but de cette thèse est de revisiter les concepts classiques de la fiabilité des systèmes non réparables, quand on suppose que le temps est discret. Les grandeurs usuelles de la fiabilité en temps discret sont définies, ainsi que les principales notions de vieillissement. Nous passons ensuite en revue les principaux modèles de fiabilité que nous avons classés en trois familles à la suite de notre étude bibliographique. Après avoir mis en évidence qu'un certain nombre de différences entre les notions de fiabilité usuelles en temps continu et leurs équivalents en temps discret sont dues à la définition du taux de défaillance en temps discret, nous proposons une nouvelle définition qui résout les problèmes rencontrés. L'estimation non paramétrique des fonctions pouvant caractériser le vieillissement est traitée et nous donnons des résultats d'estimation ponctuelle, par intervalle et bande de confiance pour le taux de défaillance (usuel). L'estimation paramétrique des modèles de fiabilité est également abordée, avec une section importante consacrée à la loi géométrique dont les estimateurs sont explicites, contrairement à la plupart des autres lois discrètes. Un état de l'art des tests d'adéquation statistiques aux lois discrètes est présenté. Nous proposons un test basé sur la transformation de Smirnov généralisée dont la puissance est étudiée pour tester l'adéquation aux lois géométrique et Weibull de type I.

Cette thèse étudie la modélisation d'événements rares et l'estimation de quantiles extrêmes, à travers différents types de modèles et le choix de ces modèles. La théorie des valeurs extrêmes, et en particulier la méthode des excès (POT, Peaks Over Threshold), permettent une estimation non paramétrique, mais biaisée, des queues de distribution. Nous souhaitons donc utiliser des modèles paramétriques classiques. Cependant, ces modèles étant estimés et sélectionnés par des tests usuels à partir de l'échantillon complet, les résultats sont surtout influencés par les valeurs les plus probables de la variable. Nous proposons deux tests d'adéquation pour la queue de distribution, le test ET (Exponential Tail) et le test GPD (Generalised Pareto Distribution), pour sélectionner, par comparaison avec la méthode POT, les modèles produisant de bonnes estimations de la queue de distribution. Lorsqu'on souhaite reconstituer la loi dont sont issues les observations aussi bien dans la région centrale que dans la région extrême, on applique d'abord à un ensemble de modèles un test usuel (d'adéquation aux valeurs les plus probables), puis un test d'adéquation de la queue de distribution. Si aucune loi n'est acceptée par les deux types de tests, nous proposons une procédure de régularisation bayésienne qui, à partir d'un modèle adapté aux valeurs les plus probables, permet d'améliorer l'adéquation extrême grâce à un avis d'expert sur la queue de distribution. Enfin, si on revient à la méthode POT, il faut en réduire le biais d'estimation, notamment pour l'estimation des quantiles extrêmes. Cette méthode étant fondée sur l'approximation de la loi des excès au-delà d'un seuil par une loi GPD, nous cherchons à mieux en estimer les paramètres. L'inférence bayésienne sur les paramètres de la loi GPD permet de réduire le biais d'estimation des quantiles extrêmes par la méthode POT, en particulier quand on introduit un avis d'expert sur la queue de distribution.