M A S T E R M a t h m a t i q u e s I n f o r m a t i q u e D c i s i o n e t O r g a n i s a t i o n M e n t i o n M a t h m a t i q u e s d e l a M o d l i s a t i o n e t d e l a D c i s i o n S p c i a l i t T S I Traitement Statistique de l'Information ANNÉE UNIVERSITAIRE Co habilitée ENSAE Responsable Christian ROBERT Secrétariat Bureau B 522bis Tél fr

Christian Robert

Description

Niveau: Supérieur, Master, Bac+5

• cours - matière potentielle : initiation


• cours - matière potentielle : dans la liste des cours


• redaction


• cours - matière potentielle : optionnels


• cours - matière potentielle : calcul des probabilités niveau


• mémoire


• cours - matière potentielle : méthodes de monte carlo


• cours - matière potentielle : inter - institutionnels de niveau avancé


• cours - matière potentielle : avancés du crest

M A S T E R M a t h é m a t i q u e s , I n f o r m a t i q u e , D é c i s i o n e t O r g a n i s a t i o n M e n t i o n M a t h é m a t i q u e s d e l a M o d é l i s a t i o n e t d e l a D é c i s i o n S p é c i a l i t é T S I Traitement Statistique de l'Information ANNÉE UNIVERSITAIRE 2009/2010 Co-habilitée ENSAE Responsable Christian ROBERT Secrétariat Bureau : B 522bis Tél : 01. 44. 05. 46. 76

• evaluation d'options européennes dans le modèle exponentiel


• développements récents des méthodes de simulation


• méthodes de monte-carlo pour les options


• ensae


• statistique

Sujets

• Initiation
• Redaction
• Mémoire
• IFREMER

Informations

• Publié par: rasum
• Nombre de lectures: 55
• Langue: Français

Extrait

                            AN                   RIATISREVINU EÉN001/20920E 

Responsable     Christian ROBERT  

Secrétariat Bureau : B 522bis Tél : 01. 44. 05. 46. 76 [e-mail]  

  T raitement S tatistique de l’ I nformation      

 

Co-habilitée   ENSAE  

 

 

  M A S T E R M a t h é m a t i q u e s , I n f o r m a t i q u e , D é c i s i o n e t O r g a n i s a t i o n     M e n t i o n M a t h é m a t i q u e s d e l a M o d é l i s a t i o n e t d e l a D é c i s i o n                   

 

     

S p é c i a l i t é   T S I  

Enseignements

    Présentation     Cette spécialité, partiellement commune avec la troisième année de l'ENSAE, a pour but de former des statisticiens de haut niveau qui se destinent, soit à la recherche universitaire, soit à la recherche dans des centres industriels, soit à des postes de direction scientifique en entreprise. Les cours proposés couvrent les diverses branches des statistiques mathématiques (bayésien, non-paramétrique, processus, extrêmes, grandes déviations) et appliquées (réseaux bayésiens, classification, simulation, modèles hierarchiques biostatique). D'une grande flexibilité, elle offre aussi des cours optionnels à l'ENSAE et dans les autres spécialités de la mention, même si l'étudiant(e) doit garder une certaine cohérence dans son cursus. Trois voies thématiques sont proposées : (1) statistique mathématique, (2) outils statistiqes de la finance (3) Biostatistique Madrid (Espagne).   Cette spécialité comprend à partir de cette année un volet du Master européen  Bayesian Statistics , proposé entre Valencia (Espagne), Rome (Italie), Dauphine et Helsinki (Finlande), où des étudiant(e)s européen(ne)s (ou non) effectuent leur seconde année de Master (et éventuellement leur thèse) entre au moins deux des centres impliqués. Les cours proposés à Dauphine concernent la Statistique bayésienne décisionnelle, non-paramétrique et algorithmiques (méthodes MCMC). Des cours dispensés à l'ENSAE (méthodes de simulation pour la Statistique et la Finance, Statistique bayésienne asymptotique) sont également validables pour ce Master européen. Deux séminaires semestriels viennent compléter la formation des étudiants dans ce domaine.   Certains enseignements de cette spécialité sont communs avec d'autres parcours (MASEF, ISF).           Chaque enseignement est équivalent à 4 Ects.     Les étudiants doivent valider  9 cours (soit 36 Ects)  pour l’obtention du Master dont au moins 4 dans la liste des cours dispensés à Paris-Dauphine. Par ailleurs, il est possible de valider au maximum 5 cours  dans la liste des cours dispensés à l’ENSAE. La liste des cours à valider doit être établie en accord avec le responsable du M2 TSI, de manière à respecter la cohérence des 3 thèmes mentionnés ci-dessus.   En outre, les étudiants sont tenus de participer au Séminaire Parisien de Statistique (mensuel)  à l’Institut Henri Poincaré destiné à les guider dans le cadre d’une démarche d’apprentissage par la recherche.   Cours d’initiation à la recherche :   Un certain nombre de cours d'initiation à la recherche seront organisés soit à l’Institut Henri Poincaré, soit à l'ENSAE. Il s’agit de mini-cours inter-institutionnels de niveau avancé qui sont validés pour 2 crédits ECTS. Les thèmes ainsi que les enseignants de ces cours varient d’une année à l’autre.     Stage / Mémoire   Un stage d'initiation à la recherche est à effectuer au sein d'un laboratoire de l'université (CEREMADE, LISE), d'une autre université, d'un institut de recherche (CREST, INRIA, INRA, INSERM, IFREMER, etc), ou d'un laboratoire de recherche privé (banques, assurances, EDF, etc). Ce stage donne lieu à la rédaction d'un rapport. Il est validé par 24 crédits ECTS . Sa durée est de 10 semaines minimum.       Choix des cours   L'encadrement scientifique est assuré par l’EDDIMO et l'ENSAE. Les centres de recherches affiliés sont le CEREMADE (Centre de Recherche en Mathématiques de la Décision), le CREST (Centre de Recherche en Economie et Statistique), TSI (Traitement du Signal et Image – CNRS-ENST). Les étudiants poursuivant en thèse seront encadrés par l’EDDIMO.      

           Page 2 sur 15    

   

   

         

      

  Cours dispensés à Paris-Dauphine     - Calcul Stochastique (H. Doss)   -   Processus à saut (D. Florens),   -   Statistique bayésienne (C. Robert)   -   Méthodes de Monte Carlo et généralisations (C. Robert)   -   Statistique bayésienne non paramétrique (J. Rousseau et Sonia Petrone)     Grandes Déviations (M. Gubinelli) -   Etudes de cas bayésiens (S. Donnet) - -   Data mining supervisé (P. Bertrand)   -   EDSR et méthodes de Monte-Carlo pour les options américaines (A. Matoussi)   - Méthodes particulaires pour les chaînes de Markov cachées (N. Chopin)

Cours dispensés dans la voie Statistique pour la finance ENSAE

- Méthodes statistiques en finance (N. Chopin/M. Rosenbaum) Valeurs extrêmes et copule en assurance (J.D. Fermanian) - - Mesure des risques (J.M. Zakoian)   - Séries temporelles avancées (Catherine Doz) - Apprentissage statistique (S. Clémençon/N. Vayatis) - Modèles statistiques dynamiques à variables cachées (J.M. Zakoian) -Econométrie de la valorisation d’actifs (A. Monfort) - Modèles GARCH et à volatilité stochastique (C. Francq))   Cours dispensés dans la voie Biostatistique et Génomique ENSAE -Statistique pour l’épidémiologie (S. Clémençon/V.C. Tran) - Modèles statistique pour la bio moléculaire (P. Y.Bourguignon/M. Neuvial)   - Modèles statistiques dynamiques à variables cachées (JM Zakoian) - Modèles de durée (G. Denis Fougères) Cours avancés du CREST (2 ECTS)

    Page 3 sur 15    

apeyre : Introdutcoi nuac lauc l A , rapareît  D   -aL .rebm notL .B thodl Mer Fis foai lancnte saMkrr,Yo.  MesCh.  MtaM ,yanacitaméh emh roia M  2 oVulh cours re : 18  meS   rtse ISEYENNE meserest: e r 1e          1     1 99spse E BATIQUATIS     ST  ed euqitsahcotsliEl. ceanin fla p à esérretnsel  C :coe s ursevi e'lneesgienemtn bert    Objectif d irhC : soR naitsmeamgrrourcou  dnoaseRpsudp lb e  d'ENbre: 4 CTS  iqat euemae émthsitauqituv ets e point d fois duse , aalyaséeinn   b esqutiisatsts edohtém sed stne récentsppemvelo séd telsee b sa poe quripra  lurtilibaborotsih é  - C ique ratialibsep nod tèerrama d’s nsOrintelh-Uebne .kc sE -amittion paramétriqu euon nop ramaté tnesérper tnoresnier dles an dés -   M  rt.eahiprec  mer  Crae deodèl babotilied srp salng. es méstiar expmel s -eDxue isation de modèl ma a-   R e  toCtn iogrBible : aphi laicnaniilledom Tar tePe F :ovnk ilasitnod u’ nopLundberg et Modéeuqs ed dérc .tiefrtileu dlerie  modeial nancn fidoi emhtlr o-eaC c,anblanJe.  M   - 4002 regnirpS-sl  Chapmancessess.ujpmp orgnw ti h : n ntMosslamaer 3002 G -  laH- ; l  dntvue dut oi pitas .noom eiléde (statiL'analys abéyisne tsqieu ) etff eent eu pneed eédroba ertê anièes mtipl mulul salp d  eer,slihpposouqihf( edeonntmesus ecbjitsfd  eal c   noanissance, quantif noitacicni'l eda ) nuons lu plaamitrpgaf(cauq ees dilitnipue masei fnréauitnod t d'évallation eceen

Cours dispensés à Paris-Dauphine

s  egaPs 4 1 ru     5              tion de c l'équaru ,errpalc ahelynFen-ma lemu e    dsneieva  caKl teoblèu pron dlutiel.tirhc eiDemd baro pontitaenésos al ed etsilib ôte  thtoéèremd e Girsanov. Équa argé s  el hcotitsae,quor flemu'I dp oreu,ssud ecssffuse di Forion.id snoititneréffsts leeliqsthaoc babotilid slrp e R :peapneigntme e'lneesnoetund  m Doss  C s : Hali tnI .neinworb tnmeveou maun ioctorudi tner,staio aléssusroceé, p 2  M luVo hmeaior  : e re1emeserts HASTIQUE  Semestr   C LAUC LTSCO meamgrrourcou  dasnopseRp ud elb  d'ENbre: 4 CTS  2  1er: ru s hoc  FleelniDa: s ur fitcejbO    snerol nemeseigl’en de  tcfiboej    ’L tn:  rsoust ee  d cce ed corpé’l edutochastiqessus stu itiléseu srtsè  )8891(  SECORP     SAA S SU esem   S UT  :e1rt eemts res2  Vo re M  horlumeeria2 :  h 1ruoc Nb s   dreCT'E: S  4 eRpsnoaslb eud programme du co eb ,atan .aWdnS da a Ike "  N. sses  nainworB"    )189(1d anllHoh rtNo cllusu "sait caCnd StochMotion a irpSregnerhS ,evnd a.  SraKaastz de curs l dealcur-qeP   ér :ociu sM1u eaiv ioblBi . baborp sn sétili astic Differenti rgpaih e : S"othcif Dsifu PonceroE latauqsnoidna  o poe Ites sur lamtrme-iel.sniag  mes luratisélod F -  snoi d elumro ul stochastique niidpsneaslb eop crasaonéecrux aton snoi ed clac arp -L      A tn:  e seartire pemiè unetnoC   .euqsir meneigseenl'e  d étigsed el stsar ture de  e  couver gnico’d el rirp  puer ouiopt qns ,nsenneuop tnatontisaliniowbrs uo rsup omédel sulta résonnnts c d su as  e ,stusel  s onecavro pssce eua xomédilasit choisi d’étendrnsvo ausno, usssecorp sec ed sétioris pre deondirpfo epatédunu eie   ld’u  vyLeAu. suss ed p teecorde saut ocessus naec ,rp snef ni éeopesnnan dles dom  elèopxetneniel-Lévy.  - Modèel son nagsuisne toer Mderi petn ir ed em ed euqs.  -  saut uatiEvalo’tpnod e ruoisn  ed ffiddom   selèlet mos ious ensastu .  - èdel s à  modèle Etude du  statlusér ed see  lurpos nuteobocvud  eèlemrpbo lesntrere eertumè eaptreie tsc  e :  B – La deuxid edd seéfficnersaonéecr l àtu’é  samuserageltrniting Mar. Mealesl ed sneiportne’matiops  saus le xponentimples. Ese; E exedm seru es Mesur deDa  - .,eloD-snaelle ed  s exdèle. MoLevyd  esssuorec-   P  e nclevauiEq-  :  yvéL-sleitnenop