The recent economic conundrum arising from the fall in the international oil price has threatened the maintenance of price stability, a key function of the central bank, therefore the need to investigate predictors of inflationary measures arises. The model averaging method considers uncertainty as part of the model selection, and include information from all candidate models. We analysed a wide spectrum of inflation predictors and all the possible models for Nigeria CPI inflation using the Bayesian Model Averaging and Weighted Average Least Squares. The study uses fifty-nine (59) predictor variables cutting across all sectors of the Nigerian economy and three (3) measures of inflation, namely; all items consumer price index, core consumer price index and food consumer price index. The results from both model averaging techniques showed that maximum lending rate, world food price index and Bureau de change exchange rate are the significant drivers of inflationary measures among focus variables, while foreign assets, credit to private sectors, net credit to government and real effective exchange rate are the drivers of inflationary measures, for the auxiliary variables, strongly supporting the monetarist and open economy views on inflation. The structuralist view is reported to be relatively weaker because government expenditure is only significant at 10.0 per cent.

L'énigme économique récente découlant de la chute des cours internationaux du pétrole a menacé le maintien de la stabilité des prix, des principales fonctions de la Banque centrale, la nécessité d'enquêter sur les prédicteurs de mesures inflationnistes se pose donc. Le modèle avec une moyenne de méthode considère l'incertitude dans le cadre de la sélection du modèle et inclure les informations de tous les modèles de candidat. Nous avons analysé un large éventail d'indicateurs de l'inflation et tous les modèles possibles pour le Nigéria IPC en utilisant le modèle bayésien en moyenne et pondérée moyenne des moindres carrés. L'étude utilise des variables prédictives de cinquante-neuf 59 coupe tous les secteurs de l'économie nigériane et 3 trois mesures de l'inflation, à savoir; tout indice prix consommation, indice des prix base et indice des prix alimentaires. Les résultats de ces deux modèles, avec une moyenne de techniques ont montré ce taux maximal, indice des prix alimentaires du monde et du Bureau de change taux de change sont les facteurs importants des mesures inflationnistes entre variables de mise au point, tandis que des avoirs à l'étranger, crédit privé secteurs, le crédit net au gouvernement et à des taux de change effectif réel sont les moteurs des mesures inflationnistes, pour les variables auxiliaires, soutenant vigoureusement les monétaristes et les vues d'économie ouverte sur l'inflation. Le point de vue structuraliste est signalé à être relativement plus faibles parce que les dépenses publiques ne sont pas significative à 10 pour cent.

The main objective of this study was to assess the influence of four imputation methods of missing values (mean, median, random forest and zero) on the performance of canonical correspondence analysis (CCA). Firstly, complete multivariate normal environmental data sets were simulated by taking into account sample size, number of variables, proportion of noise and correlation between variables. Thereafter, missingness in the complete data sets was artificially introduced at 0.1, 0.2 and 0.5 under three missing mechanisms: MCAR, MAR and NMAR. For each combination of factors, CCA was applied and constrained inertia was assessed between the complete data set and imputed data set. Results obtained showed that mean imputation recorded the best performance when data was MCAR and MAR. However, under NMAR, median imputation was the best preferred method. The study showed that beyond a missing value proportion of 30% the performance of imputation methods significantly reduced.

L’objectif principal de cette étude est d’évaluer l’influence de quatre méthodes d’imputation de valeurs manquantes (imputation par moyenne, médiane, forêt aléatoire et zero) sur la performance de l’analyse des correspon-dances canoniques (ACC). Tout d’abord, des données compl`etes de distribution Nor-male multivariée ont été générées en prenant en compte la taille des échantillons, le nombre de variables, la proportion de bruit et la correlation entre les vari-ables. Ensuite, des valeurs manquantes ont été artificiellement introduites dans les données environnementales (10, 30 et 50%) suivant trois m´ecanismes: MCAR, MAR et NMAR. Pour chaque combinaison des facteurs, l’ACC a été appliquée et l’inertie sous contrainte des données environnementales complètes et imputées a été calculée. Les résultats obtenus montrent que l’imputation par moyenne pr´esentait la meilleure performance dans le cas de MCAR et MAR. Toutefois, sous un NMAR, l’imputation par médiane était la meilleure. L’étude a montré qu’à partir d’une proportion de valeurs manquantes de 30%, la performance des méthodes d’imputation décroit significativement.

In extreme value analysis, the extreme value index (EVI) plays a vital role as it determines the tail heaviness of the underlying distribution and the primary parameter required for estimating other extreme events. In this paper, we review the estimation of the EVI when observations are subject to right random censoring and the presence of covariate information. In addition, we propose some estimators of the EVI, including a maximum likelihood estimator from a perturbed Pareto distribution. The existing estimators and the proposed ones are compared through a simulation study. The results show that the performance of the estimators depend on the percentage of censoring, the underlying distribution, the size of extreme value index and the number of top order statistics. Overall, we found the proposed estimator from the perturbed Pareto distribution to be more robust to censoring, size of the EVI and the number of top order statistics.

Dans la théorie des valeurs extrêmes (TVE), l'indice des valeur extrêmes (IVE) joue un rôle essentiel car il détermine la lourdeur de la queue de la distribution sous-jacente et le paramètre principal requis pour estimer d'autres événements extrêmes. Dans cet article, nous passons en revue l'estimation de l'EVI lorsque les observations sont soumises à une censure aléatoire et à la présence d'informations auxiliares. En outre, nous proposons quelques estimateurs de l'EVI, y compris un estimateur du maximum de vraisemblance à partir d'une distribution de Pareto perturbée. Les estimateurs existants et ceux proposés sont comparés à l'aide d'une étude de simulation. Les résultats montrent que les performances des estimateurs dépendent du pourcentage de censure, de la distribution sous-jacente, de la taille de l'indice de valeur extrême et du nombre de statistiques d'ordre supérieur. Dans l'ensemble, nous avons trouvé que l'estimateur proposé provenant de la distribution de Pareto perturbée était plus robuste par rapport à la censure, à la taille de l'IVE et au nombre d'observations de queue utilisées.

Public health researchers often lay little or no emphasis on multilevel structure of clustered data and its likelihood estimation techniques. This has led to improper inferences. The aim of this research is to evaluate traditional methods and the different multilevel likelihood estimation procedures so as to compare their computational efficiencies.

Les chercheurs en santé publique accordent souvent peu ou pas d'importance à la structure multi-niveau des données en grappes (clusterized) et à ses techniques d'estimation basées sur la vraisemblance. Cela peut conduire à des inférences incorrectes. Le but de cette recherche est d'évaluer les méthodes traditionnelles et les différentes procédures d'estimation de vraisemblance multiniveaux afin de comparer leur efficacité.

In this paper, we begin a regional project of knowledge retrieval process from African online newspapers. We first focus on the Gambian context and undertake an unsupervized learning process from such journals. With the help of appropriate and specifically designed computer packages, we studied the keywords that likely discriminate the categories of articles (agriculture, health, politics, etc). We found 681 words that would efficiently help building a very efficient classifier of categories of articles and that would serve building a metric from which regular classification or Big data classification methods are operated. The success of the study is a pretext to set a Data stream platform of regions of the World, Africa for example.

Dans cet article, nous commençons un projet régional de processus de recherche de connaissances à partir de journaux en ligne africains. Nous nous concentrons d'abord sur le contexte gambien et entreprenons un processus d'apprentissage non supervisé à partir de ces revues. Avec l'aide de logiciels appropriés et spécialement conçus, nous étudié les mots-clés qui discriminent probablement les catégories d'articles (agriculture, santé, politique, etc.). Nous avons trouvé 681 mots qui pourraient aider efficacement à construire un classificateur très efficace de catégories d'articles et qui servirait à construire une métrique à partir de laquelle des méthodes classification régulière ou de classification de données massives (Big Data) sont utilisées. Le succès de l'étude est un prétexte pour établir une plate-forme de flux de données des régions du monde, Afrique par exemple., pour la détection continues des mots-clés et de leur adaption.