WorldCat Identities

Massart, Pascal

Overview
Works: 67 works in 119 publications in 2 languages and 1,336 library holdings
Roles: Author, Opponent, Thesis advisor, 956, Creator
Classifications: QA3, 511.8
Publication Timeline
.
Most widely held works by Pascal Massart
Concentration inequalities and model selection : Ecole d'Eté de Probabilités de Saint-Flour XXXIII--2003 by Pascal Massart( Book )

20 editions published in 2007 in English and held by 247 WorldCat member libraries worldwide

"An overview of a non-asymptotic theory for model selection is given here and some selected applications to variable selection, change points detection and statistical learning are discussed. This volume reflects the content of the course given by P. Massart in St. Flour in 2003. It is mostly self contained and accessive to graduate students."--Jacket
Concentration inequalities : a nonasymptotic theory of independence by Stphane Boucheron( Book )

17 editions published in 2013 in English and held by 183 WorldCat member libraries worldwide

Describes the interplay between the probabilistic structure (independence) and a variety of tools ranging from functional inequalities to transportation arguments to information theory. Applications to the study of empirical processes, random projections, random matrix theory, and threshold phenomena are also presented
Définition d'un revêtement de synthèse en éclairage routier by Pascal Massart( Book )

4 editions published between 1972 and 1973 in French and held by 7 WorldCat member libraries worldwide

Quelques problèmes de vitesse de convergence pour des processus empiriques by Pascal Massart( Book )

3 editions published in 1987 in French and held by 6 WorldCat member libraries worldwide

Le théorème de Donsker assure que le pont brownien empirique associé à nos observations à valeurs réelles, indépendantes et de même loi, converge uniformément sur la classe des intervalles, vers un pont brownien. Le théorème Hongrois (1975) précise que cette convergence a lieu exactement à la vitesse Log(n)n-1/2, en termes d'approximations fortes. Dans la voie ouverte par R.M. Dudley (1978), nous évaluons les vitesses de convergence lorsque la classe des intervalles est rem placée par une classe de fonctions définies sur un espace mesurable, satisfaisant à une condition d'entropie métrique convenable (noter que la plupart des résultats sont préservés lorsque les observations vérifient une condition de dépendance faible de type mélange). Par ailleurs, nous démontrons que l'ordre de grandeur presque sur de la distance de Prohorov entre la distribution uniforme sur un cube de Rd, d≥2, et sa loi empirique vaut à une puissance de Log(n) près (ce problème était ouvert depuis 1968). Nous développons à cette occasion une "méthode d'approximation qui permet de démontrer un analogue du théorème Hongrois en dimension d, pour des classes de parties convenables (typiquement, pour la classe des boules euclidiennes ou des demi-espaces, la vitesse obtenue est, à une puissance de Log(n) près, n-1/2d dont un travail récent de J. Beek (1985)+ montre qu'elle est la meilleure possible)
About the constant in the DKW inequality by Pascal Massart( Book )

2 editions published in 1988 in English and held by 4 WorldCat member libraries worldwide

Hungarian constructions from the non asymptotic view point by Jean Bretagnolle( Book )

2 editions published in 1987 in English and held by 4 WorldCat member libraries worldwide

Minimum contrast estimators on sieves by Lucien Birg( Book )

2 editions published in 1994 in English and held by 3 WorldCat member libraries worldwide

Invariance principles for absolutely regular empirical processes by Paul Doukhan( Book )

2 editions published in 1992 in English and held by 3 WorldCat member libraries worldwide

ESTIMATION DE FONCTIONNELLES INTEGRALES NON LINEAIRES D'UNE DENSITE ET DE SES DERIVEES by Beatrice Laurent-Bonneau( Book )

1 edition published in 1993 in French and held by 3 WorldCat member libraries worldwide

NOUS ABORDONS LE PROBLEME DE L'ESTIMATION DES FONCTIONNELLES INTEGRALES NON LINEAIRES D'UNE DENSITE ET DE SES DERIVEES. L'OBSERVATION DONT NOUS DISPOSONS EST UN N-ECHANTILLON D'UNE LOI DE DENSITE F. LE CHAPITRE 2 CONCERNE L'ESTIMATION DE FONCTIONNELLES INTEGRALES NON LINEAIRES DE LA DENSITE, DANS LE CADRE ABSTRAIT OU LA DENSITE EST SUPPOSEE APPARTENIR A UN ELLIPSOIDE F INCLUS DANS L'ENSEMBLE DES FONCTIONS DE CARRE INTEGRABLE. CETTE ETUDE COUVRE LE CADRE MULTIDIMENSIONNEL. LES ESTIMATEURS SONT CONSTRUITS A L'AIDE D'UN DEVELOPPEMENT DE TAYLOR A L'ORDRE 2 DE LA FONCTIONNELLE AU VOISINAGE DE F OU F EST UN ESTIMATEUR PRELIMINAIRE DE LA DENSITE, BASE SUR UNE PETITE PARTIE DE L'ECHANTILLON. AVEC LE RESTE DE L'ECHANTILLON, NOUS ESTIMONS LES FONCTIONNELLES LINEAIRES ET LES FONCTIONNELLES QUADRATIQUES DE LA DENSITE, QUI APPARAISSENT DANS LE DEVELOPPEMENT DE TAYLOR. SOUS CERTAINES CONDITIONS CONCERNANT L'ELLIPSOIDE F, NOUS OBTENONS DES ESTIMATEURS EFFICACES, ET DES RESULTATS DU TYPE THEOREME DE LA LIMITE CENTRALE. DANS LE CAS PARTICULIER OU F EST UNE DENSITE SUR IR#D, ADMETTANT UNE REGULARITE D'ORDRE S, L'EFFICACITE ET LA NORMALITE ASYMPTOTIQUE SONT OBTENUES DES QUE S EST STRICTEMENT SUPERIEUR A D/4. CE RESULTAT EST OPTIMAL, EN EFFET, SI S EST INFERIEUR A D/4 IL EST IMPOSSIBLE DE CONSTRUIRE DES ESTIMATEURS QUI CONVERGENT A LA VITESSE SEMI-PARAMETRIQUE. DANS LE CHAPITRE 3, NOUS ESTIMONS DES FONCTIONNELLES INTEGRALES NON LINEAIRES DE LA DENSITE ET DE SES K PREMIERES DERIVEES. NOUS SUPPOSONS QUE F EST A SUPPORT DANS UN COMPACT DE IR, QU'ELLE EST PERIODIQUE AINSI QUE SES DERIVEES ET QUE F ADMET UNE REGULARITE D'ORDRE S SUPERIEUR A K. NOS ESTIMATEURS SONT EFFICACES ET ASYMPTOTIQUEMENT GAUSSIENS DES QUE S>2K+1/4. LORSQUE 1<S2K+1/4, NOUS OBTENONS UNE VITESSE DE CONVERGENCE OPTIMALE. LE CHAPITRE 4 PRESENTE LES RESULTATS DE SIMULATIONS. NOUS COMPARONS NOTAMMENT LES PERFORMANCES D'ESTIMATEURS PROPOSES DANS LA THESE AVEC CELLES D'ESTIMATEURS ETUDIES ANTERIEUREMENT
From model selection to adaptive estimation by Lucien Birg( Book )

2 editions published in 1995 in English and held by 3 WorldCat member libraries worldwide

Strong approximation for multidimensional empirical and related processes via KMT constructions by Pascal Massart( Book )

2 editions published in 1987 in English and held by 3 WorldCat member libraries worldwide

Estimation semi-paramétrique pour le modèle de régression non linéaire avec erreurs sur les variables by MARIE-LUCE TAUPIN( Book )

1 edition published in 1998 in French and held by 3 WorldCat member libraries worldwide

DANS UN MODELE DE REGRESSION NON LINEAIRE AVEC ERREURS SUR LES VARIABLES, ON SUPPOSE LES VARIABLES EXPLICATIVES SONT DES VARIABLES ALEATOIRES REELLES INDEPENDANTES, DE DENSITE INCONNUE, QUI SONT OBSERVEES A UNE ERREUR ADDITIVE INDEPENDANTES ET GAUSSIENNE PRES. LA FONCTION DE REGRESSION EST CONNUE A UNE PARAMETRE FINI-DIMENSIONNEL PRES. L'OBJECTIF EST D'ESTIMER CE PARAMETRE DANS CE MODELE SEMI-PARAMETRIQUE. NOUS PROCEDONS EN DEUX ETAPES. LE CHAPITRE 2 EST CONSACREE A L'ESTIMATION DE FONCTIONNELLES LINEAIRES INTEGRALES D'UNE DENSITE DANS LE MODELE DE CONVOLUTION. EN PARTICULIER NOUS ETABLISSONS UNE BORNE INFERIEURE DU RISQUE QUADRATIQUE MINIMAX POUR L'ESTIMATION D'UNE DENSITE EN UN POINT SUR LA CLASSE DES DENSITES OBTENUES PAR CONVOLUTION AVEC LA DENSITE GAUSSIENNE STANDARD. DANS LE CHAPITRE 3, EN UTILISANT LES RESULTATS PRECEDENTS, NOUS PROPOSONS UN CRITERE DES MOINDRES CARRES MODIFIE, BASE SUR L'ESTIMATION D'UNE ESPERANCE CONDITIONNELLE DEPENDANT DE LA DENSITE INCONNUE DES VARIABLES EXPLICATIVES. NOUS MONTRONS QUE L'ESTIMATEUR OBTENU PAR MINIMISATION DU CRITERE AINSI CONSTRUIT EST CONSISTANT ET QUE SA VITESSE DE CONVERGENCE EST D'AUTANT PLUS RAPIDE QUE LA FONCTION DE REGRESSION ADMET DE FORTES PROPRIETES DE REGULARITE (PAR RAPPORT AUX VARIABLES EXPLICATIVES), ET QU'ELLE EST GENERALEMENT PLUS LENTE QUE LA VITESSE PARAMETRIQUE N#1#/#2. NEANMOINS ELLE EST D'ORDRE (LOG N)#R/N POUR UN CERTAIN NOMBRE DE FONCTIONS DE REGRESSIONS ADMETTANT UN PROLONGEMENT ANALYTIQUE SUR LE PLAN COMPLEXE
A Dvoretzky-Kiefer-Wolfowitz type inequality for the Kaplan-Meier estimator by D Bitouz( Book )

2 editions published in 1996 in English and held by 3 WorldCat member libraries worldwide

The functional central limit theorem for strongly mixing processes by Paul Doukhan( Book )

2 editions published in 1992 in English and held by 3 WorldCat member libraries worldwide

Sélection de modèles et estimation adaptative dans différents cadres de régression by YANNICK BARAUD( Book )

1 edition published in 1998 in French and held by 3 WorldCat member libraries worldwide

CETTE THESE SE CONSACRE A L'ESTIMATION NON PARAMETRIQUE DE FONCTIONS DE REGRESSION. PLUS PRECISEMENT, ON OBSERVE LES COUPLES (X#I, Y#I) I = 1,,N CONTRAINTS PAR LA RELATION Y#I = S(X#I) + #I. LES VARIABLES X#I SONT DES VECTEURS DE R#K, LES #I DES ERREURS CENTREES SUPPOSEES DE MEME LOI ET S LA FONCTION DITE DE REGRESSION QU'IL S'AGIT D'ESTIMER. NOUS ETUDIONS EN PARTICULIER LE MODELE AUTOREGRESSIF D'ORDRE K POUR LEQUEL X#I = #T(U#I,, U#I##K#+#1) ET Y#I = U#I#+#1. ETANT DONNEE UNE COLLECTION D'ESPACES LINEAIRES DE DIMENSION FINIE (MODELES), NOTRE STRATEGIE CONSISTE A DONNER UN CRITERE DE CHOIX DE MODELES QUI N'EST FONCTION QUE DES OBSERVATIONS, ET POUR LEQUEL L'ESTIMATEUR DES MOINDRES CARRES SUR LE MODELE SELECTIONNE ADMET UN RISQUE QUADRATIQUE PROCHE DU RISQUE MINIMUM SUR LA COLLECTION. CONTRAIREMENT AU CADRE PARAMETRIQUE CLASSIQUE, EN AUTORISANT LE NOMBRE ET LA DIMENSION DES MODELES A DEPENDRE DE N, NOUS CONSTRUISONS AINSI DES ESTIMATEURS AYANT LA PROPRIETE D'ETRE SIMULTANEMENT MINIMAX SUR LA CLASSE DES BOULES DE CERTAINS ESPACES DE BESOV SOUS DES CONDITIONS MINIMALES D'INTEGRABILITE DES ERREURS. SOUS L'HYPOTHESE A PRIORI QUE LA FONCTION S EST ADDITIVE, NOUS PROPOSONS DES ESTIMATEURS ADDITIFS DONT LES VITESSES DE CONVERGENCE MINIMAX SONT ANALOGUES A CELLES OBTENUES LORSQUE K = 1
Estimation de fonctionnelles d'une densité à partir d'observations directes ou censurées by Denis Bitouze( Book )

1 edition published in 1995 in French and held by 3 WorldCat member libraries worldwide

SOIT UNE MESURE DE PROBABILITE P, DE DENSITE F, DEFINIE SUR UN ESPACE MESURABLE H. ON DISPOSE D'UN N-ECHANTILLON DE VARIABLES ALEATOIRES STATIONNAIRES, A VALEURS DANS UN ESPACE MESURABLE L ET DONT LA LOI R, POUVANT CONTENIR UN PARAMETRE NUISIBLE, DEPEND DE P VIA UN CERTAIN TYPE DE TRANSFORMATION CONNUE. NOUS ETUDIONS LES PERFORMANCES, EN TERME DE MOMENTS D'ORDRES ENTIERS QUELCONQUES DU RISQUE QUADRATIQUE, DES ESTIMATEURS DE F OBTENUS PAR MINIMUM DE CONTRASTE SUR CRIBLE RELATIVEMENT A UN ESTIMATEUR NONPARAMETRIQUE DE P BATI SUR L'ECHANTILLON DISPONIBLE ; NOUS PROUVONS QUE LES RESULTATS, DEJA ETABLIS DANS LE CAS OU P ET R SONT IDENTIQUES, RESTENT VALIDES DANS CE CADRE PLUS GENERAL. NOUS ETUDIONS ENSUITE LES PERFORMANCES DES ESTIMATEURS DE FONCTIONNELLES INTEGRALES NON LINEAIRES DE F PAR SUBSTITUTION DES ESTIMATEURS SUS-CITES DE F ; DANS LE CAS EUCLIDIEN ET LORSQUE L'INDICE DE REGULARITE DE F DEPASSE LA MOITIE DE LA DIMENSION DE L'ESPACE SOUS-JACENT, NOUS DEMONTRONS QUE LA VITESSE SEMIPARAMETRIQUE EST ATTEINTE PAR TOUS CES ESTIMATEURS DANS LE CAS OU P ET R SONT IDENTIQUES, PAR L'UN DE CES ESTIMATEURS DANS LE CAS DU MODELE CENSURE UNIVARIE. NOUS ETABLISSONS AUSSI DEUX NOUVELLES INEGALITES EXPONENTIELLES POUR L'ESTIMATEUR DE KAPLAN-MEIER DEFINI DANS MODELE CENSURE UNIVARIE. LA PREMIERE EST DE TYPE DVORESKY-KIEFER-WOLFOWITZ ; ELLE FACTURE DE MANIERE EXPONENTIELLE ET NON ASYMPTOTIQUE LA PROBABILITE DE MOYENNE DEVIATION (DE L'ORDRE D'UNE CONSTANTE DIVISEE PAR LA RACINE CARREE DE N) DE L'ESTIMATEUR DE KAPLAN-MEIER. LA SECONDE INEGALITE FACTURE ELLE AUSSI DE MANIERE EXPONENTIELLE ET NON ASYMPTOTIQUE LA PROBABILITE DE MOYENNE DEVIATION DU MODULE DE CONTINUITE DU PROCESSUS DE KAPLAN-MEIER ; ELLE GENERALISE L'INEGALITE DE MEME TYPE OBTENUE POUR LE MODULE DE CONTINUITE DU PROCESSUS EMPIRIQUE
Risk bounds for model selection via penalization by Andrew Barron( Book )

2 editions published in 1995 in English and held by 3 WorldCat member libraries worldwide

An adaptative compression algorithm in Besov spaces by Lucien Birg( Book )

2 editions published in 1996 in English and held by 3 WorldCat member libraries worldwide

Sélection d'histogrammes ou de modèles exponentiels de polynômes par morceaux à l'aide d'un critère de type Akaike by Gwenaelle Castellan( Book )

1 edition published in 2000 in French and held by 3 WorldCat member libraries worldwide

L'OBJET DE CETTE THESE EST LA VALIDATION DU CRITERE D'AKAIKE EVENTUELLEMENT MODIFIE POUR SELECTIONNER UN HISTOGRAMME OU UN MODELE EXPONENTIEL DE POLYNOMES PAR MORCEAUX. SOIT $ M, M , M N UNE COLLECTION D'ESTIMATEURS DU MAXIMUM DE VRAISEMBLANCE D'UNE DENSITE S ISSUE D'UN ECHANTILLON DE N VARIABLES ALEATOIRES INDEPENDANTES ET IDENTIQUEMENT DISTRIBUEES, SUR UNE FAMILLE DE MODELES S M, M , M N. ON CHOISIT UN MODELE PARMI CETTE COLLECTION EN MINIMISANT LE CRITERE - P N(LOG $ M) + PEN N(M) EN M , M N (P N EST LA MESURE EMPIRIQUE ET PEN N EST UNE PENALITE DEPENDANT DU MODELE S M). CECI CONDUIT A L'ESTIMATEUR DU MAXIMUM DE VRAISEMBLANCE PENALISE $ = $ $. LE BUT EST DE COMPARER LE RISQUE R(S, $) DE L'ESTIMATEUR $ AU PLUS PETIT DES RISQUES INF M , M N R(S, $ M). DANS LA PREMIERE PARTIE, NOUS ETUDIONS LA COLLECTION DES ESTIMATEURS PAR HISTOGRAMME ASSOCIEE A UNE FAMILLE DE PARTITIONS M N. NOUS DEMONTRONS QUE, SI C 1 > 1/2, ALORS TOUTE PENALITE DE LA FORME PEN N(M) = C 1D M(1 + L M) 2/N OU D M = |M| 1, ET L M EST UN TERME CORRECTIF TENANT COMPTE DE LA COMPLEXITE DE M N, FOURNIT UNE BORNE DE RISQUE NON-ASYMPTOTIQUE POUR L'ESTIMATEUR PENALISE CORRESPONDANT. AINSI, LORSQUE LA FAMILLE DE PARTITIONS EST FORMEE DE PARTITIONS REGULIERES SUR 0,1, NOUS VALIDONS LE CRITERE D'AKAIKE (1973), CORRESPONDANT A PEN N(M) = D M/N, ET NOUS METTONS EN EVIDENCE L'INTERET D'UNE CORRECTION DE SECOND ORDRE AMELIORANT CE CRITERE NON-ASYMPTOTIQUEMENT. POUR UNE FAMILLE DE PARTITIONS IRREGULIERES SUR 0,1, AU CONTRAIRE, IL EST NECESSAIRE DE PRENDRE UNE PENALITE PLUS LOURDE : PEN N(M) = D M/N LOG CD M/N, POUR OBTENIR UNE BORNE DE RISQUE NON AMELIORABLE D'UN POINT DE VUE MINIMAUX. DANS LA SECONDE PARTIE, NOUS GENERALISONS UNE PARTIE DES RESULTATS SUR LES HISTOGRAMMES AUX MODELES EXPONENTIELS DE POLYNOMES PAR MORCEAUX
Estimation minimax et adaptative dans un cadre absolument régulier by GABRIELLE VIENNET( Book )

1 edition published in 1996 in French and held by 3 WorldCat member libraries worldwide

CETTE THESE EST CONSACREE A L'ETUDE DE CERTAINS ESTIMATEURS NON PARAMETRIQUES D'UNE DENSITE OU D'UNE FONCTION DE REGRESSION LORSQUE LES OBSERVATIONS SONT STATIONNAIRES MAIS NON NECESSAIREMENT INDEPENDANTES. NOUS NOUS ATTACHERONS A MONTRER QUE LA NOTION DE MELANGE QUE L'ON APPELLE ABSOLUE REGULARITE FOURNIT UN CADRE PROBABILISTE CONVENABLE POUR METTRE EN LUMIERE LA ROBUSTESSE DES METHODES D'ESTIMATION ENVISAGEES VIS A VIS D'UNE FAIBLE PERTURBATION DE L'INDEPENDANCE DES DONNEES. PLUS PRECISEMENT, LE PROBLEME CONSISTE A ESTIMER UNE FONCTION S A PARTIR DE N OBSERVATIONS ISSUES D'UN PROCESSUS STATIONNAIRE ABSOLUMENT REGULIER. S REPRESENTE SOIT LA DENSITE STATIONNAIRE, SOIT LA FONCTION DE REGRESSION SI ON OBSERVE UN COUPLE DE VARIABLES ALEATOIRES. TOUT D'ABORD, EN FAISANT DES HYPOTHESES A PRIORI SUR LA FONCTION S DU TYPE S A SUPPORT COMPACT DANS UN ESPACE DE BESOV, NOUS ETUDIONS LES VITESSES DE CONVERGENCE D'ESTIMATEURS LINEAIRES (TELS LES ESTIMATEURS A NOYAU OU PAR PROJECTION) ET DE CERTAINS ESTIMATEURS PAR MINIMUM DE CONTRASTE SUR CRIBLES. SOUS UNE FAIBLE CONDITION SOMMATOIRE SUR LES COEFFICIENTS DE MELANGE, LES VITESSES OBTENUES SONT LES MEMES QUE CELLES CONNUES COMME ETANT OPTIMALES DANS LE CAS INDEPENDANT. LES DEMONSTRATIONS SONT BASEES SUR DEUX RESULTATS PROBABILISTES IMPORTANTS: UNE NOUVELLE INEGALITE DE COVARIANCE ET UNE INEGALITE DE MOMENT TYPE ROSENTHAL. NOUS ETUDIONS ENSUITE DES RESULTATS D'ESTIMATION ADAPTATIVE PERMETTANT DE S'AFFRANCHIR DES HYPOTHESES A PRIORI CONCERNANT LA REGULARITE DE S. NOUS PROPOSONS DEUX ESTIMATEURS DE LA DENSITE CONSTRUITS PAR SEUILLAGE GLOBAL DES COEFFICIENTS D'ONDELETTES (LA DEPENDANCE DES DONNEES APPARAIT DANS LEUR CONSTRUCTION VIA UNE CONDITION SOMMATOIRE) ET NOUS MONTRONS LEURS PROPRIETES D'ADAPTATIVITE. L'IDEE DE PREUVE EST NOUVELLE ET SE BASE SUR UN RESULTAT INTERESSANT DE TALAGRAND QUE NOUS GENERALISONS AUX VARIABLES MELANGEANTES. CE RESULTAT FOURNIT UN CONTROLE DU SUPREMUM DU PROCESSUS EMPIRIQUE SUR UNE CLASSE CONVENABLE DE FONCTIONS
 
moreShow More Titles
fewerShow Fewer Titles
Audience Level
0
Audience Level
1
  Kids General Special  
Audience level: 0.49 (from 0.22 for Concentrat ... to 0.92 for Estimation ...)

Concentration inequalities and model selection : Ecole d'Eté de Probabilités de Saint-Flour XXXIII--2003
Alternative Names
Massart, P.

Massart, P. (Pascal)

Languages
English (57)

French (13)

Covers