Évènements

In this work, the joint parametric estimation of the drift coefficient, the scale coefficient, and the jump activity index in stochastic differential equations driven by a symmetric stable Lévy process is considered based on high-frequency observations. Firstly, the LAMN property for the corresponding Euler-type scheme is proven, and lower bounds for the estimation risk in this setting are deduced. Therefore, when the approximation scheme experiment is asymptotically equivalent to the high-frequency observation of the solution of the considered stochastic differential equation, these bounds can be transferred. Secondly, since the maximum likelihood estimator can be time-consuming for large samples, an alternative Le Cam’s one-step procedure is proposed in the general setting. It is based on an initial guess estimator, which is a combination of generalized variations of the trajectory for the scale and the jump activity index parameters, and a maximum likelihood type estimator for the drift parameter. This proposed one-step procedure is shown to be fast, asymptotically normal, and even asymptotically efficient when the scale coefficient is constant. In addition, the performances in terms of asymptotic variance and computation time on samples of finite size are illustrated with simulations. This talk is based on joint work with Alexandre Brouste and Laurent Denis.

(Exposé en français.)

Dans cette présentation, nous nous intéressons aux processus à multiples retours à la moyenne. Nous aborderons l’estimation des paramètres du processus d’Ornstein-Uhlenbeck (OU), qui présente un retour à la moyenne. Pour cela, nous proposons un estimateur basé sur les observations du supremum, en utilisant une méthode de pseudo-vraisemblance. Nous démontrerons la consistance et la normalité asymptotique de cet estimateur et illustrerons son efficacité à l’aide de données simulées et réelles.
Nous évoquerons également brièvement le processus CKLS à seuil, qui présente plusieurs retours à la moyenne, en discutant des méthodes d’estimation des paramètres de dérive et de volatilité, ainsi que des avantages d’une modélisation multi-seuils.

La conjecture des $k$-uplets de nombres premiers par Hardy et Littlewood prédit la répartition des $k$ uplets de nombres premiers séparés par des entiers donnés. Ainsi si $k=2$, elle conjecture l’asymptotique du  nombre de pairs de nombres premiers jumeaux (dont la différence vaut $2$). Malgré les avancées récentes, elle est encore hors de portée mais permet de prédire des résultats importants sur les nombres premiers.

En 2004, sous la conjecture de Hardy et Littlewood, Montgomery et Soundararajan ont établi  une relation asymptotique pour les moments
$$M_k(X,h):=\frac1X\sum_{1\leq n\leq X} \big(\psi(n+h)-\psi(n)-h\big)^k$$
o\`u
$ \psi(x)$ est la fonction sommatoire de la fonction de von Mangoldt $\Lambda.$ Pour $k$ pair, cela fournit un équivalent. Nous
étudions le cas impair et en particulier le cas $k=3$.
Nous présenterons les nouvelles techniques développées pour le cas $k=3$ pour obtenir un équivalent et expliquerons les heuristiques dans le cas $k$ impair

La conférences Sciences et Société du 6 février aura lieu à l’IUT Nancy-Charlemagne et sera donnée par Michel Willem, Président de l’Académie royale de Belgique et Directeur de la Classe des Sciences. Le titre de son exposé est : L’histoire de la cycloïde, de Galilée aux frères Bernoulli.