BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//wp-events-plugin.com//7.2.3.1//EN
TZID:Europe/Paris
X-WR-TIMEZONE:Europe/Paris
BEGIN:VEVENT
UID:8238@i2m.univ-amu.fr
DTSTART;TZID=Europe/Paris:20141121T140000
DTEND;TZID=Europe/Paris:20141121T150000
DTSTAMP:20241120T210119Z
URL:https://www.i2m.univ-amu.fr/evenements/david-nerini-aix-marseille-univ
 ersite-quand-les-donnees-sont-des-courbes/
SUMMARY: (...): David Nerini (Aix-Marseille Université) : Quand les donne
 ́es sont des courbes
DESCRIPTION:: L'Analyse de Données Fonctionnelles constitue le champ disc
 iplinaire des statistiques qui s'intéresse à l'analyse conjointe d'un 
 ensemble d'observations provenant de l'échantillonnage d'un processus co
 ntinu [1]. Dans bien des cas en océanographie\\\, les données échant
 illonnées se présentent sous la forme de courbes. Profils de salinite
 ́\\\, de température\\\, courbes de croissance\\\, contours d'otolithes
 \\\, spectres de taille de zooplancton peuvent être caractérisés à
  l'aide d'une fonction indicée par le temps ou par un autre argument (pr
 ofondeur\\\, taille\\\, espace\\\,...). Pourtant\\\, la plupart des méth
 odes classiques d'analyse de données multivariées traitant de grand ta
 bleaux individus×variables ne sont pas prévues pour tenir compte de cet
 te dépendance. Nous proposons dans ce travail\\\, au travers de différ
 ents exemples empruntés à l'écologie marine\\\, de montrer quelques 
 méthodes classiques d'analyses multivariées (ACP\\\, régression) é
 tendues au cas de données fonctionnelles\\\, et permettant de tenir comp
 te d'un certain ordre sur les variables (ou sur les individus) lorsque la 
 nature des données le nécessite [2\\\,3]. Nous définirons successive
 ment ce qui caractérise une donnée fonctionnelle\\\, et ce qui la diff
 érencie d'une série temporelle et des traitements associés. Nous mon
 trerons également dans quelles circonstances l'approche fonctionnelle s'
 avère plus efficiente qu'une approche vectorielle classique. Nous propos
 erons dans ce cadre\\\, des représentations graphiques originales permet
 tant d'intégrer également les aspects de forme liés au fait que nous
  travaillons avec des courbes. Enfin\\\, nous présenterons quelques outi
 ls mathématiques indispensables pour aborder les méthodes d'analyse fo
 nctionnelle.\n[1] RAMSAY\\\, J.O.\\\, SILVERMAN\\\,B. (2005) Functional Da
 ta Analysis\\\, Springer\\\, New-York.\n[2] NERINI\\\,D.\\\, MANTE\\\, C.\
 \\, MONESTIEZ\\\, P. (2010) Cokriging For Spatial Functional Data\\\, J. M
 ult. Anal.\\\, 101\\\, 409-418\n[3] NERINI D.\\\, GHATTAS\\\, B. (2007) Cl
 assifying Densities Using Functional Regression Trees : Applications in Oc
 eanology\\\, Comp. Stat. & Data Anal.\\\, 51\\\, 4984-4993\n
END:VEVENT
BEGIN:VTIMEZONE
TZID:Europe/Paris
X-LIC-LOCATION:Europe/Paris
BEGIN:STANDARD
DTSTART:20141026T020000
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
END:STANDARD
END:VTIMEZONE
END:VCALENDAR