Tests non paramétriques de grandes matrices de covariance

Jeudi 9 novembre 2017 14:00-15:00 - Cristina Butucea - Université Paris-Est Marne-la-Vallée

Résumé : Dans un modèle de n vecteurs indépendants gaussiens de dimension p, on s’intéresse à la détection des corrélations significatives. Nous supposons que la matrice de covariance appartient à un certain ellipsoïde et proposons un test basé sur une U-statistique d’ordre 2 pondérée de manière optimale. Nous donnons les vitesses de séparation minimax ainsi que les constantes exactes asymptotiques (en n et p). Des vitesses plus rapides sont obtenues pour les matrices de Toeplitz. Dans ce dernier cas nous discutons des résultats non asymptotiques.

Lieu : salle 117/119 du bâtiment 425

Tests non paramétriques de grandes matrices de covariance  Version PDF