Estimation of the extreme-value index of a heavy-tailed distribution is investigated when some functional random covariate (i.e. valued in some infinite dimensional space) information is available and the scalar response variable is right-censored. A weighted kernel version of Hill’s estimator of the extreme-value index is proposed and its asymptotic normality is established under mild assumptions.A simulation study is conducted to assess the finite-sample behavior of the proposed estimator. An application to ambulatory blood pressure trajectories and clinical outcome in stroke patients is also provided.

L'estimation de l'indice des valeurs extrêmes d'une distribution à queue lourde est étudiée lorsque des informations sur les covariables aléatoires fonctionnelles (appartenant à un espace de dimension infinie) sont disponibles et que la variable réponse scalaire est censurée à droiteUne version à noyau pondéré de l'estimateur de Hill de l'indice des valeurs extrêmes est proposée et sa normalité asymptotique est établie sous des hypothèses légères. Une étude de simulation est menée pour évaluer le comportement de l’estimateur proposé à distance finieUne application aux mesures de la pression artérielle ambulatoire et aux résultats cliniques des patients victimes d'un accident vasculaire cérébral est également fournie.

We develop a model for asset liability management of pension funds, which is solved by stochastic programming techniques. Using data provided by the Parliamentary Pension Scheme of Uganda, we obtain the optimal investment policies.Randomly sampled scenario trees using the mean, and covariance structure of the return distribution are used for generating the coefficients of the stochastic program. Liabilities are modelled by remaining years of life expectancy and guaranteed period for monthly pension.We obtain the funding situation of the scheme at each stage under three different asset investment limits.

Nous développons un modèle de gestion actif-passif des fonds de pension, qui est résolu par des techniques de programmation stochastiques. En utilisant les données fournies par le Régime de retraite parlementaire de l'Ouganda, nous obtenons les politiques d'investissement optimales. Des arbres de scénario échantillonnés de façon aléatoire à l'aide de la moyenne et de la structure de covariance de la distribution de retour sont utilisés pour générer les coefficients du programme stochastique. Les passifs sont modélisés en se limitant aux années restantes d'espérance de vie et à la période garantie de la pension mensuelle. Nous obtenons la situation de financement du régime à chaque étape sous trois limites d'investissement d'actifs différentes.

Efficacy and safety study is of practical importance in modern drug development. It is a key component in evaluating the safety of food additives or pesticides, and assessing the effectiveness and safety of drugs. In most of the various statistical procedures, homogeneity of variances among different dose levels was required. This paper without a need for multiplicity adjustment proposes a stepwise confidence set procedure for estimating Minimum Effective Dose (MED) of drugs based on ratio of population means for normally distributed data under heteroscedasticity. The procedure employed Fieller’s (1954) method and obtained individual confidence intervals for identification of MED. The procedure is applied to a data of an experiment that was published by Ruberg (1989) where the effect of a new compound is measured by an increase in the weight of a particular organ in mice. Simulation study was carried out and results indicate that the procedure controls the familywise error rate (FWER) strongly. Power of the procedure increases with increasing ratio of means and sample size.

L'étude de l'efficacité et de l'innocuité est d'une importance pratique dans le développement moderne de médicaments. Il s'agit aussi d'un élément clé dans l'évaluation de l'innocuité des additifs alimentaires ou des pesticides. Dans la plupart des diverses procédures statistiques, l'homogénéité des variances entre les différents niveaux de dose est souvent requise. Dans cet article, il est proposé une procédure par étape pour établir des ensemble de confiance étapes pour estimer la dose minimale efficace (DFD) des médicaments, en présence d'hétéroscédécité, sans qu'il ne soit nécessaire de procéder à des ajsustements multiples. La méthode est basée sur les rapports de moyennes et de la taille de l'échantillon. Elle est ensuite appliquée à un jeu de données disponible dans Fieller (1954). Dans cette application, l'effet d'un nouveau composé est mesuré par une augmentation du poids d'un organe particulier chez la souris. Une étude de simulation a été réalisée et les résultats indiquent que la procédure contrôle fortement le taux d'erreur familial (FWER). La puissance de la procédure augmente avec l'augmentation du rapport entre les moyennes et la taille de l'échantillon

Statistical distribution that represents the true characteristics of real-life data is paramount to data analysis. Thus, this study introduces a tractable alpha power Teissier distribution (APOT). Some statistical properties of the proposed model like moments, probability generating function, moment generating function and order statistic were examined. The shape of the hazard rate and survival functions were investigated. The shapes of the hazard rate function indicated increasing, decreasing, J-shaped and bathtub shapes. The results of the data analysis indicated that the APOT model performed better when compared to some existing classical statistical distributions.

La distribution statistique qui représente les caractéristiques réelles des données de survie réelle primordiale à l'analyse des données. Ainsi, cette étude introduit une distribution traçable de Teissier de puissance alpha APOT en Anglais). Certaines propriétés statistiques du modèle proposé, comme les moments, la fonction génératrice de probabilités, la fonction génératrice de moments et les statistiques d'ordre, ont été examinées. La forme du taux de risque et les fonctions de survie ont été étudiées. Les formes de la fonction de taux de risque indiquaient des formes croissantes, décroissantes, en forme de J et de baignoire. Une simulation de Monte Carlo et une analyse de données réelles ont été conduites sur le modèle proposé pour examiner la flexibilité et les performances et les performances du nouveau modèle. Les résultats de l'analyse des données ont indiqué que le modèle APOT est plus performant que certaines distributions statistiques classiques existantes.

The aim of this paper is to make a theoretically study of the minimum Hellinger distance estimator of multivariate, gaussian, stationary, isotropic long-memory random fields The variables are observed on a finite set of points in space. We establish under certain assumptions, the almost sure convergence and the asymptotic distribution of this estimator.

Le but de ce papier est d'étudier de façon théorique l'estimateur du minimum de distance de Hellinger des champs aléatoires multivariés, gaussiens, stationnaires, isotropes à longue mémoire.Les variables sont observées sur un ensemble fini de points de l'espace. Nous établissons sous certaines conditions, la convergence presque sûre et la distribution asymptotique de cet estimateur.

Data on the demand for medical care is usually measured by a number of different counts. These count data are most often correlated and subject to high proportions of zeros. However, excess zeros and the dependence between these data can jointly affect several utilization measures.In this paper, the zero-inflated bivariate Poisson regression model (ZIBP) was used to analyze health-care utilization data. First, the asymptotic properties of the maximum likelihood estimator (MLE) of this model were investigated theoretically.Then, a simulation study is conducted to evaluate the behaviour of the estimator in finite samples. Finally, an application of the ZIBP model to health care demand data is provided by way of illustration.

Les données sur la demande de soins médicaux sont généralement mesurées au moyen d'un certain nombre de comptes différents. Ces données de comptage sont le plus souvent corrélées et sujettes à de fortes proportions de zéros. Cependant, l'excès de zéros et la dépendance entre ces données peuvent affecter conjointement plusieurs de ces mesures d'utilisation. Dans cet article, le modèle de régression de Poisson bivarié à inflation de zéros (ZIBP) est utilisé pour analyser les données d'utilisation des soins de santé. Tout d'abord, les propriétés asymptotiques de l'estimateur du maximum de vraisemblance (EMV) de ce modèle ont été étudiées sur le plan théorique.Ensuite, une étude de simulation est réalisée pour évaluer le comportement de l'estimateur dans des échantillons finis. Enfin, une application du modèle ZIBP à des données de demandes de soins de santé est fournie à titre d'illustration.