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

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

-

Documents
15 pages
Lire
Le téléchargement nécessite un accès à la bibliothèque YouScribe
Tout savoir sur nos offres

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

Informations

Publié par
Nombre de visites sur la page 55
Langue Français
Signaler un problème
              AN         RIATISREVINU EÉN001/20920E 
Responsable   Christian ROBERT  
Secrétariat Bureau : B 522bis Tél : 01. 44. 05. 46. 76 DeaMd@dauphine.fr  
 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 lA , rapareît D -aL .rebm notL .Bthodl Mer Fis foai lancnte saMkrr,Yo.  MesCh.  MtaM ,yanacitaméhemh roiaM  2oVulh cours re : 18 meS rtseISEYENNEmeserest: e r 1e     1  1 99spseE BATIQUATIS  ST ed euqitsahcotsliEl. ceanin flap à esérretnsel  C :coe s ursevi e'lneesgienemtnbert  Objectif dirhC : soR naitsmeamgrrourcou  dnoaseRpsudp lb e d'ENbre: 4 CTS iqat euemae émthsitauqituv ets e point d fois duse , aalyaséeinn besqutiisatsts edohtém sed stne récentsppemvelo séd telsee b sapoe quripra  lurtilibaborotsih é - Ciqueratialibsep nod tèerramads nsOrintelh-Uebne .kcsE -amittion paramétriqu euon nop ramatétnesérper tnoresnier dles an dés- M rt.eahiprec mer  Crae deodèlbabotilied srp salng. es méstiarexpmel s -eDxue isation de modèlma a- R e  toCtniogrBible : aphilaicnaniilledom Tar tePe F :ovnkilasitnod u nopLundberg et Modéeuqs ed dérc .tiefrtileu dlerie modeial nancn fidoi emhtlr o-eaCc,anblanJe.  M -4002 regnirpS-sl Chapmancessess.ujpmp orgnw ti h: n ntMosslamaer3002G - laH- ; l dntvue dut oi pitas .noom eiléde (statiL'analysabéyisnetsqieu )etff eent eu pneed eédroba ertê anièes mtipl mulul salp d  eer,slihpposouqihf( edeonntmesus ecbjitsfd  ealc 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-malemue  dsneieva  caKl teoblèu pron dlutiel.tirhc eiDemd baro pontitaenésos al ed etsilibôte  thtoéèremd e Girsanov. Équaargés elhcotitsae,quor flemu'I dp oreu,ssud ecssffuse di Forion.id snoititneréffsts leeliqsthaocbabotilid slrp e R :peapneigntme e'lneesnoetund m Doss Cs : HalitnI .neinworb tnmeveou maun ioctorudi tner,staio aléssusroceé, p2  MluVo hmeaior : e re1emesertsHASTIQUE Semestr C LAUC LTSCOmeamgrrourcou  dasnopseRp ud elb d'ENbre: 4 CTS 2  1er: ru s hoc FleelniDa: s urfitcejbO  snerolnemeseiglen de tcfiboej  Ltn: rsoust ee  d cce ed corpél edutochastiqessus stu itiléseu srtsè )8891( SECORP  SAA S SUesem SUT :e1rt eemts res2 Vore M horlumeeria2 :  h 1ruocNbs  dreCT'E: S  4eRpsnoaslb eud programme du coeb ,atan .aWdnS da a Ike" N.sses nainworB"  )189(1d anllHoh rtNocllusu "sait caCnd StochMotion airpSregnerhS ,evnd a.  SraKaastzde curs l dealcur-qeP ér :ociu sM1u eaivioblBi. baborp sn sétiliastic Differentirgpaih e :S"othcif Dsifu PonceroE latauqsnoidna o poe Ites sur lamtrme-iel.sniag mes luratisélodF - snoid elumroul stochastique niidpsneaslb eop crasaonéecrux aton snoi ed clac arp -L    Atn: e seartire pemièunetnoC  .euqsirmeneigseenl'e  détigsed el stsarture de e couvergnicod el rirp  puer ouiopt qns ,nsenneuop tnatontisaliniowbrs uo rsup omédel sulta résonnnts cd suas e,stusel s onecavro pssce eua xomédilasit choisi détendrnsvo ausno, usssecorp sec ed sétioris pre deondirpfo epatédunu eie ldu vyLeAu. suss ed p teecorde saut ocessus naec ,rp snef niéeopesnnan dles dom  elèopxetneniel-Lévy. - Modèel son nagsuisnetoer Mderi petn ir ed em ed euqs. - sautuatiEvalotpnod 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 àtué samuserageltrniting Mar. Mealesl ed sneiportnematiops  saus lexponentimples. Ese; E exedm serues MesurdeDa -.,eloD-snaelle ed s exdèle. MoLevyd  esssuorec- P e nclevauiEq- :  yvéL-sleitnenop