The candidate will work on the Le Cam estimation procedure in autoregressive processes driven by stationary Gaussian noise and random coefficient autoregressive processes. The relation between this methodology and recent machine learning procedures will also be discussed during the postdoctorate. Autoregressive processes are relatively common in the analysis of temporal series in insurance.

Particularly, the joint estimation of the drift parameter, variance parameter and Hurst parameter in the autoregressive process driven by the fractional Gaussian noise will be considered. This work follows recent works on the topic:

[1] A. Brouste, C. Cai and M. Kleptsyna (2014) Asymptotic properties of the MLE for the autoregressive process coefficients under stationary Gaussian noises, Mathematical Methods of Statistics, 23(2), 103-115

[2] Marius Soltane (2018) Asymptotic efficiency in the autoregressive process driven by a stationary Gaussian noise, hal-01899971.

[3] A. Brouste, C. Cai, M. Soltane and L. Wang (2020) Testing for the change of the mean-reverting parameter of an autoregressive model with stationary Gaussian noise, Statistical Inference for Stochastic Processes, 23(2), 301-318.

Les mathématiques sont un vecteur essentiel de l’innovation industrielle. La communauté des mathématiciens est consciente d’un manque de compétence dans la mise en place d’une stratégie de marketing de l’offre et l’identification des sujets et thèmes de valorisation à destination du monde économique. Fort de ce constat, les mathématiciens des Pays de la Loire, au travers de l’Agence Lebesgue de Mathématiques pour l’Innovation, ont mandaté la société STRATINNOV pour les accompagner dans la valorisation économique des mathématiques auprès des PME/PMI et petites ETI. Il s’agit de construire un marketing adapté à la sphère des mathématiques pour diffuser et valoriser, auprès du monde économique, le capital savoir et savoir-faire présent au sein des laboratoires des Pays de la Loire