22e JOURNÉE DE LA STATISTIQUE, vendredi le 20 mars 2009, 13h00.
Hôtel Universel, 2300, chemin Sainte-Foy (face au PEPS).

Trois sujets, trois conférenciers invités (voir détails ci-bas).

Début des présentations à 13h30. Un 5 à 7 dans l’atrium de l’hôtel suivra les présentations.

Coût : 20$ pour les professionnels, incluant breuvage et collation lors de la pause-café, ainsi que des amuse-gueules et une consommation lors du 5 à 7.

Veuillez confirmer votre présence auprès de votre représentant(e) du C.A.S.U.L. favori(te) ou à cette adresse courriel : nicolas.poirier.3@ulaval.ca

Au plaisir de vous accueillir!

Les membres du C.A.S.U.L. 2009 :
Claudia Beaudoin, Roxanne Gagnon, Anne-Sophie Julien, Marie-Pier Labrie, Sandra Larrivée, Nicolas Poirier, Jean-François Simard, Denis Talbot.

Gestion durable des pêches : Des statistiques qui ont du mordant
Hugo Bourdages, Institut Maurice-Lamontagne

« Un des rôles du ministère des Pêches et des Océans est de donner des avis scientifiques sur la gestion durable de la pêche afin d’assurer la conservation des stocks de poissons, invertébrés ou mammifères marins. Lors du processus d’évaluation de l’état d’une population marine, les analyses statistiques sont essentielles. Des exemples de développement de méthodes d’évaluation utilisant les analyses statistiques seront présentés:
- Comparaison de la capturabilité entre différents engins de pêche.
- Distribution spatiale des organismes en utilisant la géostatistique ou un modèle additif généralisé (GAM).
- Détermination de l’efficacité de la drague à pétoncle.
- Discrimination d’espèces de sébastes à partir de caractéristiques biologiques. »

Les mathématiques du hasard
Steve Houle, Bluberi Gaming Technologies

« Derrière les jeux de hasard et l`industrie des casinos se cachent des calculs de probabilités qui permettent à des opérateurs de faire des profits, mais dont la conception dictera la popularité et la durée de vie du produit en question. Les différents marchés nous dictent leurs critères pour la certification des jeux et nous donnent des défis de logistiques mathématiques. Le mystère mathématique derrière ces machines électroniques vous intrigue? Venez assister à notre présentation et nous ferons ensemble un survol de l`application des calculs dans le développement de quelques types de jeux de loterie vidéo. »

Abraham De Moivre : Génie en exil
Christian Genest, Université Laval

« Le 27 novembre 2004 a marqué le 250e anniversaire du décès d’Abraham De Moivre, dont la célèbre approximation de la loi binomiale a inspiré le théorème limite central. Calviniste français exilé en Angleterre, De Moivre fut l’un des grands pionniers de la théorie classique des probabilités. Il contribua en outre de façon significative à la géométrie analytique, à l’analyse complexe et au calcul des rentes. Un résumé de sa vie et de son oeuvre sera présenté dans le contexte social et scientifique de l’époque. Cet exposé s’appuie sur des travaux réalisés en collaboration avec David R. Bellhouse, de l’Université Western Ontario. »

Quatrième séminaire de statistique

Le jeudi 12 mars 2009, à 13 h 30,
à la salle 3870 du pavillon Alexandre-Vachon

Moyennes tronquées multivariées robustes et efficaces

par

Jean-Claude Massé
Département de mathématiques et statistique, Université Laval

Résumé
De par leur robustesse et leur efficacité, les moyennes tronquées sont bien souvent supérieures à la moyenne échantillonnale comme estimateurs de localisation univariée. Tout concept analogue de moyenne tronquée multivariée doit reposer sur une notion d’  »ordre » des observations relativement à un  »centre » de l’échantillon. Dans cet exposé, nous considérerons deux types de moyennes tronquées multivariées obtenues en ordonnant les observations et en mesurant la centralité au moyen de la fonction profondeur de Tukey. Nous décrirons les propriétés de robustesse et d’efficacité de ces estimateurs, tout en faisant un parallèle entre ceux-ci et les moyennes tronquées univariées. Nous présenterons enfin une collection de fonctions R permettant de calculer et représenter la profondeur de Tukey et les moyennes tronquées multivariées.

Triste nouvelle: on apprend aujourd’hui le décès du Professeur Keith Worsley, conférencier invité au Colloque de l’ASSQ tenu au Lac Delage, le 8 juin 2007. L’avis ci-dessous donne quelques détails supplémentaires.

Le Professeur Keith Worsley est décédé le 27 février 2009 à Chicago ; il avait 57 ans. Il se savait atteint d’un cancer depuis novembre 2008. À son décès, Keith était simultanément professeur de statistique à l’Université de Chicago et professeur James-McGill au Département de mathématiques et de statistique de l’Université McGill. Il était un des chercheurs les plus réputés au monde dans le domaine de l’imagerie cérébrale et de la géométrie des images aléatoires en astrophysique. Ses travaux lui avaient valu la Médaille d’or de la Société statistique du Canada (2004) ; il était membre de la Société royale du Canada (2003) et de la Société royale de Nouvelle-Zélande (2008).

George P. H. Styan et David B. Wolfson, Université McGill, Montréal

Un stage postdoctoral en statistique génétique financé par le CRSNG d’une durée pouvant atteindre trois ans est disponible à l’Université Laval dans le cadre du projet Arborea.

Tous les détails.

Troisième séminaire de statistique

Le jeudi 19 février 2009, à 13 h 30,
à la salle 3870 du pavillon Alexandre-Vachon

Le sondage indirect (la méthode généralisée du partage des poids)

par

Pierre Lavallée
Statistique Canada

Résumé
Pour tirer les échantillons nécessaires aux sondages sociaux ou économiques, il est utile de disposer de bases de sondage, c’est-à-dire de listes d’unités destinées à représenter les populations cibles. Malheureusement, il arrive qu’on ne dispose pas directement d’une liste contenant les unités de collecte désirées, mais plutôt d’une liste d’autres unités reliées d’une certaine façon à la liste des unités de collecte. On peut donc parler de deux populations UA et UB reliées entre elles où on désire produire une estimation pour UB. Malheureusement, on dispose d’une base de sondage seulement pour UA. On peut alors imaginer le tirage d’un échantillon de UA afin de produire une estimation pour UB en se servant de la correspondance existante entre les deux populations. C’est ce qu’on peut désigner par sondage indirect.

L’estimation d’un total (ou d’une moyenne) d’une population cible UB de grappes en se servant d’un échantillon tiré d’une autre population UA reliée d’une certaine façon à la première peut constituer un défi de taille et ce, en particulier si les liens entre les unités des deux populations ne sont pas bijectifs. Le problème vient surtout de la difficulté d’associer une probabilité de sélection, ou un poids d’estimation, aux unités enquêtées dans la population cible. Afin de résoudre ce type de problème d’estimation, on a développé la méthode généralisée du partage des poids (MGPP). La MGPP permet d’obtenir un poids d’estimation pour chaque unité enquêtée de la population cible UB. Ce poids d’estimation correspond en gros à une moyenne des poids de sondage des unités de la population UA d’où est tiré l’échantillon.

La présente communication se veut un survol entourant les différents développements effectués par l’auteur autour du sondage indirect et de la MGPP. La théorie entourant la MGPP y sera présentée, mais aussi différentes applications possibles qui accentuent l’attrait de celle-ci. On traitera aussi de sujets tels que : le sondage indirect à deux degrés, l’application de la MGPP aux enquêtes longitudinales, l’amélioration des estimations par l’utilisation du calage sur marges, le traitement de la non-réponse. Finalement, on terminera par une conclusion qui mettra l’accent sur de nouvelles applications du sondage indirect.

—– ANNULÉ —–

DATE : Le vendredi 27 février 2009

CONFERENCIER : Sayan Mukherjee (Duke University)

TITRE : Two representations of graphical models

LIEU : UQAM, 201, ave Président Kennedy, Salle PK-5115

HEURE : 15 h 30

RESUME :
In this talk I will discuss two problems: decomposition of gene networks and inference of conditional dependencies.

The first part of the talk describes a method to decompose pathways or gene networks into sub-networks and infer the relevance of these sub-components in explaining phenotypic variation. The approach which we call multiscale graphical models is strongly related to old ideas such as path analysis. Specifically, it is based on the idea of diffusion wavelets which in our application is a multiscale decomposition of a partial correlation matrix or the generator of a Markov chain. We describe results on yeast gene expression data to illustrate the method and then provide preliminary data on prostate cancer.

The second part of the talk formulates a novel approach to infer conditional independence models or Markov structure of a multivariate distribution. Specifically, an informative prior distribution is placed over decomposable graphs and the induced posterior distribution is sampled. The key idea developed is a parametrization of decomposable hypergraphs using the geometry of points in Euclidean space. This allows for specification of informative priors on decomposable graphs by priors on a finite set of points. This construction has been well studied in the fields of computational topology and random geometric graphs.

Joint work with Justin Guinney, Simon Lunagomez, Mauro Maggioni, Robert Wolpert, and Phillip Febbo

DATE : Le vendredi 20 février 2009

CONFERENCIER : Marina Meila, University of Washington

TITRE : Consensus ranking under the exponential model

LIEU : CRM, UdeM, Pav. André-Aisenstadt, 2920, ch. de la Tour, salle 6214

HEURE : 15 h 30

RESUME :
This talk is concerned with summarizing — by means of statistical models — of data that expresses preferences. This data is typically a set of rankings of n items by a panel of experts; the simplest summary is the « consensus ranking », or the « centroid » of the set of rankings. Such problems appear in many tasks, ranging from combining voter preferences to boosting of search engines.

We study the problem in its more general form of estimating a parametric model over permutations, known as the Generalized Mallows (GM) model. The talk will present a new exact estimation algorithm, non-polynomial in theory, but extremely effective in comparison with existing algorithms. From a statistical point of view, we show that the GM model is an exponential family, and introduce the conjugate prior for this model class.

Then we introduce the infinite GM model, corresponding to « rankings » over an infinite set of items, and show that this model is both elegant and of practical significance. Finally, the talk will touch upon the subject of multimodal distributions and clustering.

Joint work with: Bhushan Mandhani, Le Bao, Kapil Phadnis, Arthur Patterson and Jeff Bilmes

DATE : Le vendredi 13 février 2009

CONFERENCIER : Thomas A. Louis, Johns Hopkins Bloomberg School of Public Health

TITRE : Trend tests that accommodate genotyping errors

LIEU : McGill, Burnside Hall, 805 Sherbrooke O., salle 1B39

HEURE : 15 h 30

RESUME :
High-throuput SNP arrays provide estimates of genotypes for up to one million loci. These estimates are used, for example, in genome-wide association studies that relate genotype and phenotype (e.g., disease) for a sample of individuals. Common practice is to rank SNPs using test statistics, p- values or Bayesian structuring. While genotype calls are typically very accurate, genotyping errors do occur and these can greatly influence statistical analysis of genotype/phenotype associations. However, estimates of genotype uncertainty are available for some platforms. Currently, they are used to identify, for each individual, SNPs with a sufficiently uncertain call. These are set aside in evaluating associations. This approach unnecessarily reduces information and can be biased. As an improvement, we derive and study a trend test test statistic for genotype/phenotype association that takes genotype uncertainty into account, thus avoiding the need to set aside uncertain SNPs and thereby making best use of available information.

Using simulations informed by the HapMap dataset, we show the effectiveness of this approach compared to setting aside uncertain genotype calls and to making deterministic calls. Effectiveness depends on an accurate assessment of uncertainty; with accurate assessment the approach can substantially improve identification of causal SNPs. In addition, we present a mathematical representation that reduces the need for simulation to assess performance in identifying a single, causal SNP in the context of a large number of comparator SNPs.

Bonjour à tous,

Le Conseil d’administration de l’ASSQ vous convie au prochain « jeudi de l’ASSQ » qui aura lieu le 12 mars prochain à l’Université du Québec à Montréal, Faculté des sciences, 201, Avenue du Président Kennedy, Salle PK-5115.

La première partie du 5 à 7 sera consacrée à une présentation de M. Daniel Lemire intitulée Les modèles prédictifs en géomarketing.  Dans la deuxième partie, vous êtes invité(e)s à échanger avec l’ensemble des participants en dégustant quelques canapés et bons vins.

Le document ci-joint vous fournit toutes les informations pour l’inscription. Veuillez noter que la date limite d’inscription est le 9 mars 2009.

C’est un événement à ne pas manquer! On vous attend en grand nombre.

Tony Labillois
Directeur des communications de l’ASSQ

DATE : Le vendredi 6 février 2009

CONFERENCIER : Taoufik Bouezmarni, Université de Montréal

TITRE : A Nonparametric Test for Conditional Independence using Bernstein Density Copulas

LIEU : UQAM, Pav. Président-Kennedy, 201, av. Président-Kennedy, salle PK-5115

HEURE : 15 h 30

RESUME :
This paper proposes a new nonparametric test for conditional independence which is based on the comparison of Bernstein copula densities using the Hellinger distance. The test is easy to implement because it does not involve a weighting function in the test statistic, and it can be applied in general settings since there is no restriction on the dimension of the data. We proof that the test statistic is asymptotically pivotal under the null hypothesis, establish local power properties, and motivate the validity of the bootstrap technique that we use in finite sample settings. A simulation study illustrates the good size and power properties of the test. We illustrate the empirical relevance of our test by focusing on Granger non-causality using financial data to test for nonlinear leverage versus volatility feedback effects.