Le rôle pivot des variables latentes pour le raisonnement statistique conditionnel. Exemples d'applications environnementales des processus ponctuels marqués
Revue de Statistique Appliquée, Tome 54 (2006) no. 4, pp. 85-111.
@article{RSA_2006__54_4_85_0,
     author = {Parent, Eric and Bernier, Jacques and Boreux, Jean-Jacques},
     title = {Le r\^ole pivot des variables latentes pour le raisonnement statistique conditionnel. {Exemples} d'applications environnementales des processus ponctuels marqu\'es},
     journal = {Revue de Statistique Appliqu\'ee},
     pages = {85--111},
     publisher = {Soci\'et\'e fran\c{c}aise de statistique},
     volume = {54},
     number = {4},
     year = {2006},
     language = {fr},
     url = {http://archive.numdam.org/item/RSA_2006__54_4_85_0/}
}
TY  - JOUR
AU  - Parent, Eric
AU  - Bernier, Jacques
AU  - Boreux, Jean-Jacques
TI  - Le rôle pivot des variables latentes pour le raisonnement statistique conditionnel. Exemples d'applications environnementales des processus ponctuels marqués
JO  - Revue de Statistique Appliquée
PY  - 2006
SP  - 85
EP  - 111
VL  - 54
IS  - 4
PB  - Société française de statistique
UR  - http://archive.numdam.org/item/RSA_2006__54_4_85_0/
LA  - fr
ID  - RSA_2006__54_4_85_0
ER  - 
%0 Journal Article
%A Parent, Eric
%A Bernier, Jacques
%A Boreux, Jean-Jacques
%T Le rôle pivot des variables latentes pour le raisonnement statistique conditionnel. Exemples d'applications environnementales des processus ponctuels marqués
%J Revue de Statistique Appliquée
%D 2006
%P 85-111
%V 54
%N 4
%I Société française de statistique
%U http://archive.numdam.org/item/RSA_2006__54_4_85_0/
%G fr
%F RSA_2006__54_4_85_0
Parent, Eric; Bernier, Jacques; Boreux, Jean-Jacques. Le rôle pivot des variables latentes pour le raisonnement statistique conditionnel. Exemples d'applications environnementales des processus ponctuels marqués. Revue de Statistique Appliquée, Tome 54 (2006) no. 4, pp. 85-111. http://archive.numdam.org/item/RSA_2006__54_4_85_0/

Berger J.O. ( 1985), Statistical Decision Theory and Bayesian Analysis, New-York : Springer-Verlag. | MR | Zbl

Bernier J. ( 1970), Inventaire des modèles de processus stochastiques applicables à la description des débits journaliers des rivière, Revue de l'institut International de Statistique, 38, 49-61.

Bernier J. et Fandeux D. ( 1970), Théorie du renouvellement - Application à l'étude statistique des précipitations mensuelles, Revue de Statistique Appliquée, XVIII(2), 75-87. | Numdam

Bernier J., Parent E. et Boreux J.J. ( 2000), Statistique pour l'environnement. Traitement bayésien de l'incertitude, Tec et Doc, Lavoisier.

Brooks S.P. ( 2003), Bayesian Computation : A Statistical Revolution, Transactions of the Royal statistical society, series A, 15, 2681-2697. | MR | Zbl

Celeux G., Chauveau D. et Diebolt J. ( 1996), Some Stochastic Versions of the EM Algorithm, Journal of Statistical Computation and Simulation, 55, 287-314. | Zbl

Clark J. S. ( 2005), Why environmmental scientists are becoming Bayesians, Ecology Letters, 8(1), 2-14.

Coles J.H. et Powell E.A. ( 1996), Bayesian Methods in Extreme Value Modelling : A Review and New Developments, International Statist. Review, U 64, 119-136. | Zbl

Coles S.G. ( 2001), An Introduction to Statistical Modeling of Extreme Values, New-York : Springer-Verlag. | MR | Zbl

Cox D.R. et Isham V. ( 1994), Stochastic Models of Precipitation. Pages 3-18 of : V. Barnett et K. Turkman (eds), Statisticsfor the Environment 2 : Water Related Issues, Chichester : Wiley. | MR

Favre A.C. ( 2001), Single and Multi-Site Modelling of Rainfall Based on the Neyman-Scott Model, Ph.D. thesis, École Polytechnique Federale de Lausanne.

Ferguson T. ( 1973), A Bayesian Analysis of some Non Parametrics Problems. Annals Statist., 1, 209-230. | MR | Zbl

Fortin V., Bernier J. et Bobée J. ( 1997), Simulation, Bayes and Bootstrap in Statistical Hydrology, Water Resources Research, 33(3), 439-448.

Gelman A. ( 2003), A Bayesian Formulation of Exploratory Data Analysis and Goodness of Fit Testing, International Statistical Review, 71, 369-382. | Zbl

Gelman A., Carlin J.B., Stern H.S. et Rubin D.B. ( 1995), Bayesian Data Analysis, Londres : Chapman and Hall. | MR | Zbl

INRS-Eau, Chaire Hydrologie Statistique ( 2000), Hydrological Frequency Analysis Software Package. INRS Eau Québec, programme (http ://www.inrs-eau.uquebec.ca/activites/groupes/chaire/hydrol).

Kuczera G. et Parent E. ( 1998), Monte Carlo Assessment of Parameter Uncertainty in Conceptual Catchment Models : The Metropolis Algorithm, Journal of Hydrology, 211, 69-85.

Maidment D.R. ( 1993), Handbook of Hydrology, MacGraw-Hill.

Parent E. et Bernier J. ( 2001), Méthodes bayésiennes et modélisation des risques géophysiques extrêmes, La revue Modulad, N° 28, 1-26.

Parent E. et Bernier J. ( 2003), Bayesian POT Modeling for Historical data, Journal of hydrology, 274, 95-108.

Parent E. et Bernier J. ( 2004), Une procédure bayésienne de sélection/validation différentielle pour déterminer le domaine d'attraction des valeurs extrêmes, Revue de Statistique Appliquée, LII(4), 5-31. | Numdam

Robert C.P. et Casella G. ( 1999), Monte-Carlo Statistical Methods, Springer. | MR | Zbl

Snyder D.L. ( 1975), Random Point Processes, New-York : Wiley. | MR | Zbl

Spiegelhalter D.J., Thomas A. et Best N.G. ( 1996), Computation on Bayesian Graphical Models, pages 407-425 of : Bernado J.M., Berger J.O., David A.P. et Smith A.F.M. (eds), Bayesian Statistics, Oxford University Press. | MR

Tanner M.A. ( 1996), Tools for Statistical Inference : Methods for the Exploration of Posterior Distribution and Likelihood Functions, New-York : Springer-Verlag. | MR | Zbl

Tapsoba D. ( 1997), Caractérisation événementielle des régimes pluviométriques ouest africains et de leur récent changement, Ph.D. thesis, Université Paris-Sud, Orsay.

Wang Q.G. ( 1991), The POT Model Described by the Generalized Pareto Distribution with Poisson Arriva Rate, Journal of Hydrology, 129, 263-280.