Bamba Lanciné, Docteur de Mathématiques, option statistique. (Ph: D. SERI)
Productions statistiques : Dr Bamba Lanciné propose une méthode d’amélioration des prévisions
Bamba Lanciné, étudiant à l’École doctorale polytechnique de l’Institut national polytechnique Houphouët-Boigny (Inp-HB) de Yamoussoukro, est Docteur de Mathématiques, option statistique avec la mention très honorable depuis le 7 octobre 2022.
Il a obtenu ce grade au terme de sa soutenance de thèse sur « l’Étude des modèles GARCH hyperboliques univariés et multivariés stationnaires et leurs applications ». Son travail avait déjà fait l’objet de publication dans la revue internationale Metron (Springer) en 2021.
La thèse qu’il a présentée porte sur l’étude des modèles spécifiques, les GARCH hyperboliques. Ces modèles sont adaptés aux séries qui présentent une forte dépendance dans les données, une volatilité (variabilité) qui change au cours du temps et une décroissance très lente des coefficients vers 0.
L’objectif visé est de proposer et d’étudier des méthodes d’estimation permettant de traiter au mieux les modèles GARCH hyperboliques univariés contaminés par des valeurs aberrantes et de généraliser le modèle étudié au cas multivarié.
À l’en croire, le traitement des données contenant des valeurs aberrantes demeure un problème majeur. Car elles affectent considérablement les résultats des prévisions. Selon Bamba Lanciné, les méthodes statistiques couramment utilisées dans la littérature sont très restrictives dans le traitement des données avec valeurs aberrantes.
Les valeurs aberrantes désormais faciles à manipuler
« Les méthodes proposées dans ces travaux peuvent être utilisées dans plusieurs domaines tels que la finance, les assurances, l’hydrologie, etc. Ces méthodes proposées offrent une alternative confortable aux statisticiens ou aux personnes qui manipulent les méthodes statistiques dans leur domaine », a-t-il appuyé.
Puis d’ajouter : « il ne sera plus question de supprimer les valeurs aberrantes des jeux de données à forte volatilité, au risque de perdre de l’information, nous proposons une méthode qui traite avec elles dans les échantillons ».
Dans son exposé, l'impétrant a expliqué que l’analyse exploratoire de plusieurs types de données issues de disciplines diverses, révèle la présence de valeurs aberrantes dans les observations. Étant attendu qu’une valeur aberrante est une valeur ou observation qui est « distante » des autres observations effectuées sur le même phénomène, c'est-à-dire qu'elle contraste grandement avec les valeurs « normalement » mesurées.
La soutenance s’est déroulée en présence d'un jury composé de six membres. À savoir, Pr Ouattara Sié, Professeur titulaire (Inp-HB), président du jury ; Pr Diop Aliou, Professeur titulaire (Ugb, Sénégal), rapporteur externe ; Pr Yodé Armel, Maître de Conférences (Ufhb), rapporteur interne ; Pr Hili Ouagnina, Professeur titulaire (Inp-HB), directeur de thèse ; Pr N’Guessan Assi, Maître de Conférences habilité (Université de Lille), co-directeur de thèse et Pr Monsan Vincent, Maître de Conférences (Ufhb), examinateur.
DANIELLE SERI (Stagiaire)
La thèse qu’il a présentée porte sur l’étude des modèles spécifiques, les GARCH hyperboliques. Ces modèles sont adaptés aux séries qui présentent une forte dépendance dans les données, une volatilité (variabilité) qui change au cours du temps et une décroissance très lente des coefficients vers 0.
L’objectif visé est de proposer et d’étudier des méthodes d’estimation permettant de traiter au mieux les modèles GARCH hyperboliques univariés contaminés par des valeurs aberrantes et de généraliser le modèle étudié au cas multivarié.
À l’en croire, le traitement des données contenant des valeurs aberrantes demeure un problème majeur. Car elles affectent considérablement les résultats des prévisions. Selon Bamba Lanciné, les méthodes statistiques couramment utilisées dans la littérature sont très restrictives dans le traitement des données avec valeurs aberrantes.
Les valeurs aberrantes désormais faciles à manipuler
« Les méthodes proposées dans ces travaux peuvent être utilisées dans plusieurs domaines tels que la finance, les assurances, l’hydrologie, etc. Ces méthodes proposées offrent une alternative confortable aux statisticiens ou aux personnes qui manipulent les méthodes statistiques dans leur domaine », a-t-il appuyé.
Puis d’ajouter : « il ne sera plus question de supprimer les valeurs aberrantes des jeux de données à forte volatilité, au risque de perdre de l’information, nous proposons une méthode qui traite avec elles dans les échantillons ».
Dans son exposé, l'impétrant a expliqué que l’analyse exploratoire de plusieurs types de données issues de disciplines diverses, révèle la présence de valeurs aberrantes dans les observations. Étant attendu qu’une valeur aberrante est une valeur ou observation qui est « distante » des autres observations effectuées sur le même phénomène, c'est-à-dire qu'elle contraste grandement avec les valeurs « normalement » mesurées.
La soutenance s’est déroulée en présence d'un jury composé de six membres. À savoir, Pr Ouattara Sié, Professeur titulaire (Inp-HB), président du jury ; Pr Diop Aliou, Professeur titulaire (Ugb, Sénégal), rapporteur externe ; Pr Yodé Armel, Maître de Conférences (Ufhb), rapporteur interne ; Pr Hili Ouagnina, Professeur titulaire (Inp-HB), directeur de thèse ; Pr N’Guessan Assi, Maître de Conférences habilité (Université de Lille), co-directeur de thèse et Pr Monsan Vincent, Maître de Conférences (Ufhb), examinateur.
DANIELLE SERI (Stagiaire)