Posts by: Arthur Charpentier
Il y a quelques jours, je mentionnais sur twitter un graphique mis en ligne sur imgur.com, au sujet des trois dernières élections présidentielles américaines, Le premier point est que le graphique a été fait alors que les dépouillements n’étaient pas encore finis. 72 heures après la clôture des bureaux de votes, plusieurs millions de bulletins […]
Lire la suite...
https://latex.codecogs.com/gif.latex?H_0:F=G Mercredi dernier, on commençait le cours avec une présentation rapide du test de Wilcoxon-Mann-Whitney (parfois appelé test de la somme des rangs, de Wilcoxon). Ce test a été proposé par Frank Wilcoxon en 1945, et (presque en même temps) par Henry Mann et Donald Whitney (en 1947), dans un article intitulé On a Test of […]
Lire la suite...
https://latex.codecogs.com/gif.latex?X Nous avons vu lors du dernier cours l’analyse de la variance. Comme je l’avais expliqué, comme son nom ne l’indique pas, le but de l’anova est de comparer des moyennes. Histoire d’illustrer ce test, considerons la base suivante, qui donne la note d’étudiants à un examen final de statistique (note comprise entre 0 et 20), […]
Lire la suite...
https://latex.codecogs.com/gif.latex?\boldsymbol{x}=\{x_1,\cdots,x_n\} Lors du dernier cours de statistique, nous avons présenter les tests d’ajustment de lois. Nous avions illustré ces tests à partir de la taille d’individus (déjà utilisé pour présenter l’ajustement de lois, et l’estimation de densité), correspondant à . > Davis=read.table( + "http://socserv.socsci.mcmaster.ca/jfox/Books/Applied-Regression-2E/datasets/Davis.txt") > Davis[12,c(2,3)]=Davis[12,c(3,2)] > X=Davis$height > n=length(X) On notera  la statistique d’ordre, au […]
Lire la suite...
Depuis plusieurs heures, il y a une phrase qui revient sans cesse, et qui m’agace au plus haut point, sur “le modèle est faux…“. C’est une phrase que j’ai entendu pas plus tard qu’au séminaire ce midi, lorsqu’un collègue a dit que très clairement les modèles étaient faux puisqu’ils n’avaient pas prédit le vainqueur des […]
Lire la suite...
https://latex.codecogs.com/gif.latex?x_1\in\{0,1\} Most of our intuitions about regression models come from the Gaussian standard linear model. One interesting feature is that, when we have a factor explanatory variable, the sum of predictions per class is the sum of observations of the endogeneous variable, per class. To be more specific, consider some factor variable , and a regression […]
Lire la suite...
https://latex.codecogs.com/gif.latex?\{0,1\} Jeudi, dans le cadre du cours de statistique mathématiques, nous avions passé un peu de temps à mettre en oeuvre le test de Wald, et discuter la construction et l’interprétation d’un test. On reste ici sur un test paramètrique. La vraie valeur du paramètre, on va la fixer, pour générer des données > p=.5 En […]
Lire la suite...
Juste avant 1850, Adolphe Quételet publiait Sur l’appréciation des documents statistiques, et en particulier sur l’application des moyennes, et introdusait alors le concept d’homme moyen (l’ouvrage est cité dans La théorie des moyennes et son emploi dans les sciences d’observation, de Joseph Lottin, paru en 1909 – je n’ai pas trouvé en ligne cet ouvrage […]
Lire la suite...
La semaine dernière, à l’ensae, on a eu une introduction générale à la tarification dans une population hétérogène et la segmentation. Dans deux semaines, je participerais à un colloque à la Faculté de Droit d’Amiens sur l’utilisation des données personnelles en assurance. Je me disais que ça pourrait être l’occasion de (re)mettre par écrit certaines […]
Lire la suite...
Lors du dernier cours de statistique, nous avons vu comme se construisent des tests, et comment on compare leur puissance. Considérons pour cela des observations  tirées suivant une loi uniforme . Et on se pose la question de savoir si l’hypothèse est rejetée, ou acceptée, avec par exemple. L’hypothèse alternative sera ici le complémentaire, autrement dit […]
Lire la suite...
Unbiased estimators are important in statistics. I guess because of Cramér Rao bound, for the variance. In the sense that if  , then  , where   denotes Fisher information (the proof was writen in an old post). But what could we be the variance if   is not unbiased ? Consider the following simple case, […]
Lire la suite...
The maximum likelihood estimator is invariant in the sense that for all bijective function  , if   is the maximum likelihood estimator of   then  . Let  , then   is equal to  , and the likelihood function in   is  . And since   is the maximum likelihood estimator of  , hence,   is […]
Lire la suite...
Weapons of Maths Destruction est un livre passionnant, qui, comme le sous-titre l’indique parle de “big data”. Beaucoup de livres parus ces jours-ci parlent de big data. Le point de vue est celui de Cathy, ancienne professeur de mathématiques (après des études à Berkeley, elle a obtenu un doctorat à Harvard et enseigné au MIT lors […]
Lire la suite...
Interview sur le site de l’Institut Louis Bachelier. Generali France – filiale française de l’assureur italien – lance le programme Vitality à partir du 1er janvier 2017. Ce contrat d’assurance santé prend en compte pour la première fois des informations personnelles (alimentation, poids, mode de vie…) renseignées directement en ligne par l’assuré. Cette offre d’assurance […]
Lire la suite...
Interview sur le site de l’Institut Louis Bachelier. En quoi la massification des données bouleverse les principes de l’assurance ? La base de l’assurance est de regrouper des personnes afin de constituer une mutualité. Le prix des primes est calculé de sorte à couvrir le coût moyen des sinistres de cette mutualité. L’arrivée de nouvelles données […]
Lire la suite...
Ce billet est cosigné avec Thomas Renault, aka @captaineco_fr Les blogs économiques prennent aujourd’hui une place centrale dans le débat et l’analyse économique, comme le notait Alex Tabarrok. Mais si la blogosphère économique francophone est encore relativement modeste, elle n’en est pas moins active, et pourrait connaître le même succès que les blogs anglophones dans […]
Lire la suite...
A few years back, I had a somewhere else chronicle on this blog, that was (almost) a daily review of interesting things I found on the internet. I did stop since it was simply a duplicate of links that I post on twitter. Nevertheless, people keep asking me to run it again. So I will try, […]
Lire la suite...
En assurance, même si les primes sont calculées ex ante, on distingue la tarification a priori et a posteriori. Dans la tarification a priori on va utiliser des variables dites explicatives pour affecter dans une classe tarifaire. Par exemple en assurance automobile, on va utiliser l’âge, le genre, le lieu d’habitation, la puissance du véhicule pour prédire, a priori, la […]
Lire la suite...
En préparant une intervention pour mardi prochain, j’épluchais les résultats renvoyés pour un exercice, et j’ai eu un résultat assez étrange avec un modèle de classification. J’avais donné la même base cet automne à l’ensae, et j’avais donc près d’une trentaine d’autres modèles, pour comparer (disons plutôt que sur la même base de test, j’ai une […]
Lire la suite...
Vendredi, dans mon billet “le prix de l’essence en cas de pénurie“, j’essayais de visualiser l’explosion du prix de l’essence dans certaines stations services, ces dernières semaines. Mais plus généralement, on peut se demander où ont été observées les fortes hausses. A partir de la base téléchargeable sur http://www.prix-carburants.economie.gouv.fr/, il est possible de récupérer les informations les […]
Lire la suite...
Cet après midi, sur le site de 60 millions de consommateurs, Lionel Maugain revenait sur les stations services qui avaient de très fortes variations de prix pendant les jours de pénurie. En utilisant la base des prix des carburants à la pompe, téléchargeable sur http://www.prix-carburants.economie.gouv.fr/, il est possible de visualiser ces fortes variations de prix. Pour lire la […]
Lire la suite...
Yesterday, Andrew Lo spent some time on a nice graph, discussing attitudes towards risk. Here are four assets (thanks @TCJUK for improving the terminology), real data (no information here about time, but it’s the same scale for the four of them) The question raised was quite simple if you could invest in one, and only one, asset […]
Lire la suite...
Dimanche, avec mon fils, on a tenté de résoudre un petit problème posé par Ian Stewart (qu’est-ce qu’il faut pas inventer pour éviter de voir mon fils sur sa tablette toute la matinée). Le problème est très simple, dans sa formulation : considérons la suite suivante > paste(1:26,collapse="") [1] "1234567891011121314151617181920212223242526" Quel serait le millionième chiffre […]
Lire la suite...
Sur Twitter, assez naturellement, j’ai tendance à tweeter en anglais. J’ai toujours eu l’impression qu’en anglais, la limite des 140 caractères était moins contraignante. Qu’en anglais, la même chose pouvait être dite de manière plus concise. Histoire de vérifier cette vague intuition, je suis allé chercher des livres sur Gutenberg. Le plus simple est de […]
Lire la suite...
Comme le rapportait Slate hier (dans un article qui, malheureusement ne mérite pas d’être lu), un joli sujet a été proposé au baccalauréat au lycée français de Pondichéry, en mathématiques. Ce sujet est d’autant plus intéressant qu’il revient sur une méthode assez classique pour questionner les gens sur des questions sensibles (ici sur le téléchargement pirate, mais […]
Lire la suite...
Il y a quelques semaines, Thierry Gouby de la Tribune de l’Assurance me contactait pour me poser quelques questions sur le mécanisme cat nat. J’ai commencé à regrouper mes idées, et comme j’avais un texte 6 fois trop long, par rapport à ce qui m’était demandé, je me suis dit que je pourrais mettre en […]
Lire la suite...
Dans mon précédant billet, sur la répartition de la population sur le territoire français, j’utilisais l’indice de Gini, comme mesure d’inégalité. Et je notais que l’indice était passé de 0.45 au début du XIXème siècle à 0.75 aujourd’hui. Mais force est de constater que cet indice n’est pas très visuel (à moins que l’on ne soit à […]
Lire la suite...
Suite à mon billet d’hier soir sur la distribution en France, j’ai eu plusieurs commentaires – sur Twitter – qui notaient que ce n’était pas surprenant que la France soit aussi concentrée, en terme de population, compte tenu de l’importance de la centralisation en France (par opposition à l’Allemagne, par exemple).  Et comme le note wikipedia, […]
Lire la suite...
Jeudi, je participerais aux Rendez-vous Parlementaires de Bretagne sur l’Economie Numérique, où on m’a demandé de parler de données. Je dois avoir une quinzaine de minutes, mais comme toujours j’ai prévu pour 2 heures d’exposé. Les slides sont maintenant en ligne, et je me suis dis que je pourrais faire un billet pour détailler le […]
Lire la suite...
A few months ago, I did mention that France was a country with strong inequalities, especially when you look at higher education, and research teams. Paris has almost 50% of the CNRS researchers, while only 3% of the population lives there. CNRS, « répartition des chercheurs en SHS » https://t.co/39dcJJBwrF, Paris 47.52% IdF 66.85% (pop 3.39% et 18.18% […]
Lire la suite...
This afternoon, while I was discussing with Montserrat (aka @mguillen_estany) we were wondering how long it might take to run a regression model. More specifically, how long it might take if we use a Bayesian approach. My guess was that the time should probably be linear in , the number of observations. But I thought I would be […]
Lire la suite...
Lundi, second cours de R pour la formation Actuaire: Data Science. Pour la première fois, je quitte mon format de slides (au format pdf) pour autre chose. Plus pratique pour présenter du code R. Une solution est de passer par R Markdown, et plus spécifiquement Slidify (qui permet de créer des slides) On a un document, dans […]
Lire la suite...
To create a blog

To create a blog

To create your own blog, you only have to fill a registration form. Hypotheses is open to the whole academic community: researchers, lecturers, information specialists, librarians, etc. in all humanities and social sciences disciplines.
Hypotheses

Hypotheses

Hypotheses is a publication platform for academic blogs in the humanities and social sciences by the  Centre for Open Electronic Publishing.
About Academic blog

About Academic blog

It is a fast and light publishing mode that allows researchers to provide real-time updates of developments in their own research. Research blogs come in numerous forms: seminar proceedings; accounts of collective research, fieldwork, or archaeological excavations; journal blogs opening up debate to a broader community; discussions forums for research or book projects; research notes; photo blogs, etc. It enables bloggers to interact with readers through comments. It is a simple user-friendly tool that does not require any specialist IT knowledge.