In the earlier days of COVID-19 pandemic outbreak in Mali, we conducted, through the GISSE polling institute, an opinion poll in order to assess the opinions, behaviors and appreciations of the policies carried out by the government with the population. The aim is also to assess the consequences of COVID-19 on school education and household income. Here, we report the first preliminary report of our findings.

Dans les premiers jours de la pandémique du COVID-19 au Mali, nous avons mené, par l'intermédiaire de l'institut de sondage GISSE, une enquête d'opinion afin d'évaluer les opinions, les comportements et les appréciations des politiques menées par le gouvernement avec la population. L'objectif est également d'évaluer les conséquences du COVID-19 sur l'éducation scolaire et le revenu des ménages. Ici, nous exposons le rapport préliminaire de nos conclusions.

The current event in the world is corona-virus; the spread of this virus can put all countries in situation of incapacity of how manage and face. This article focused on the class of ARIMA models and Fuzzy Time Series. The techniques are applied to trajectory Corona virus on three African countries: Algeria, Egypt and South Africa over the period (2020-02-15 /2020-03-19). Although the hyper stochastic of this pandemic, it is seen that ARIMA models fits well the trajectory of Covid-19. We predict a continuous trend of virus spreading in next days, a fact that alert the governments of theses countries and the whole African countries for further strengthen prevention and intervention policies to combat this epidemic.

L'événement de jour dans le monde est le virus corona; la propagation de ce virus peut mettre tous les pays en situation d'incapacité à gérer et à faire face. Cet article portait sur la classe des modèles ARIMA et les séries temporelles à logique floues. Ces deux techniques sont appliquées à la trajectoire du virus Corona dans trois pays africains: l'Algérie, l'égypte et l'Afrique du Sud sur la période (2020-02-15 / 2020-03-19). Bien que l'hyper stochastique de cette pandémie, on voit que les modèles ARIMA correspondent bien à la trajectoire de Covid-19. Nous prévoyons une tendance continue à la propagation du virus dans les prochains jours, un fait qui alertera les gouvernements de ces pays et l'ensemble des pays africains pour renforcer encore les politiques de prévention et d'intervention pour lutter contre cette épidémie.

In this article, we propose stepwise confidence set procedure for toxicity evaluation based on ratio of means difference under unknown and unequal variance across dose groups. The procedure is based on construction of confidence interval at various dose levels without multiplicity adjustment so that the familywise type one error (FWER) will be well-controlled. The results from our simulation study indicate that the FWER was properly control in the case with balanced design but failed in some cases of sample sizes for situations of unbalanced design. Also, the power of the procedure increases with increasing with mean of ratio differences and the sample sizes COVID-19 is the disease caused by the novel coranavirus, which outbreaked in one community, Wuhan.

Nous proposons une méthode fonctionnant par étapes pour la détermination d'intervalles de confiance, en se basant sur le ratio de différences des moyennes, pour des variances égales ou non. Les intervalles de confiance sont construit à différents seuils, évitant les ajustements multiples, de sorte que les erreurs de type I soient bien controllées (FWER). Des études de simulations sont menées pour supporter les résultats.

The nonparametric regression offers alternative to classical regression analysis when the data are not well behaved or when the classical regression model shows significant lack of fit. In recent years, It has been applied using Kernel estimators and the smoothing splines, but these methods wields some bias of estimation. In this study, a semi-parametric multiplicative bias reduction density function was used to develop a non parametric regression model. Simulation studies conducted showed that the proposed estimator performs better than both the Kernel and the smoothing splines estimators especially with large samples.

La régression nonparamétrique offre une alternative à la regression classique lorsque les données ne sont pas conformes ou lorsqu'il y a defaut d'ajustage. Récemment, cette méthode a été appliquée avec des noyaux et des lissage de splines, avec apparition de biais importants. Ici, nous présentons une méthode semi-paramétrique multiplicatif conduisant à une réduction de biais. Une étude de simulation a été menée pour supporter la méthode, spécialement avec de grands échantillons.

Usually, line search algorithms begin by an initial guess of the starting point. However, for quick convergence and reduction in computational cost, it is necessary to determine an optimal starting point. In this paper, comparison of three starting points for the generation of second-order \(D-\) optimal designs using a variance-gradient based exchange algorithm is considered. Quantile plots are used to compare the variances of \(D-\)optimal designs generated by each of the three starting points. Result obtained reveals that an optimal choice of the starting point improves \(D-\)efficiency of the generated design points.

Les algorithmes de recherche en ligne commençent par un point donné et il est souhaitable de déterminer ce point de maniére optimale afin d'assurer une convergence plus rapide et de réduire le coût de calculs. Dans ce papier, nous comparons trois méthodes de détermination de trois points de départ pour la génération de second ordre \(D-\) dans un design optimal, utilisant une méthode de variance-gradient. Des études de simulations illustrent notre méthode.

Agricultural monitoring has become an absolute necessity in the Sahel countries, especially with climate change which constitutes a real threat for this sector. The aim of this work is to develop a methodology for identifying crops and mapping agricultural areas using Sentinel-2 data from the Copernicus program. The purpose of this work consisted in discriminating the crops of millet, maize and peanuts. This is to analyse the scientific and technical obstacles related to this problem. For this, we have made a mathematical analysis of optical satellite images. High temporal and spatial resolution images (10m to 60m) of Sentinel 2 sensors were used in this work. This unique set of data coupled with field data, has permitted to carry out a diagnosis of land cover and cultivated land surfaces, and evaluating the contribution of this type of data for crop forecast.

Le suivi agricole est devenu une néecessitée absolue dans les pays du Sahel surtout avec les changements climatiques qui constituent une véeritable menace pour ce secteur. Ce travail a pour but de déevelopper une méethodologie d'identification des cultures et cartographie superficies agricoles à partir des données Sentinel-2 du programme Copernicus. L'objectif de ce travail consistait à discriminer les cultures de mil, maïs et arachide. Il s'agit d'analyser les verrous scientifiques et techniques liées à cette probléematique. Pour cela, nous avons utilisée un modèle mathématique couplée à l'imagerie satellitaire optique. De nombreuses images à haute réesolution spatiale (10m à 60m) et temporelle provenant des capteurs Sentinel 2A ont été utilisées durant ce travail. Ce jeu de donnéees unique couplée avec les données de terrain a permis d'effectuer un diagnostic des occupations du sol et des surfaces cultivéees, et d'éevaluer ainsi l'apport de ce type de donnéees pour la préevision des cultures.

This work focuses on how to set control limits that will best identify signals in multivariate control charts. In any production process, every product is aimed to attain a certain standard, but the presence of assignable cause of variability affects our process thereby leading to low quality of product. However, the problem involved in the use of multivariate control chart is the violation of multivariate normal assumption. The first method develops bootstrap procedures to determine Hotelling's \(T^{2}\) control limits for detecting large shift. The second method develops bootstrap procedures for obtaining Multivariate Exponentially-Weighted Moving Average (BMEWMA) control limits for identifying small shift. Results from a performance study shows that the proposed methods enable the setting of control limits that can enhance the detection of out of control signals.

Ce travail se concentre sur la détermination de limites dans un processus de contrôle statistique multivarié. Dans un processus de production, chaque élément produit doit répondre à des standards et des causes de variations données peuvent déranger le processus et conduire à des produits de qualité hors norme. Dans le cas précis du processus multivarié, les causes de dérèglements sont relatifs a la violation des hypothèses de normalité. D'abord, nous proposons une méthode de Boostrap pour obtenir des limites de contrôle de Hotelling. Ensuite, nous introdusons une méthode de Boostrap basée sur des moyennes mobiles multivariées de poids exponentiels. Des études de simulations montrent que ces méthodes sont aptes à détecter les produits hors-normes.