DU ROY DE CHAUMARAY Marie

Enseignant-chercheur en statistique DOMAINES DE RECHERCHE
  • Statistical inference for stochastic processes
  • Large deviations
  • Cox-Ingersoll-Ross and Heston processes
  • Mixture models for clustering
  • Model selection
Bureau 266 Téléphone +33 (0)2 99 05 32 13 Email marie.du-roy-de-chaumaray@ensai.fr Adresse ENSAI
Campus de Ker Lann
51 Rue Blaise Pascal
BP 37203
35172 BRUZ Cedex

 

Prépublications :

  • Full-model estimation for non-parametric multivariate finite mixture models,
    avec Matthieu Marbac, ArXiv

  • Estimation of the Order of Non-Parametric Hidden Markov Models using the Singular Values of an Integral Operator, 
    avec Salima El Kolei et Matthieu Marbac, ArXiv

  • Non-parametric multipartition clustering,
    avec Vincent Vandewalle, ArXiv

 

Publications :

  • Clustering Data with Nonignorable Missingness using Semi-Parametric Mixture Models,
    avec Matthieu Marbac, ArXiv , [R package MNARclust]
    to appear in Advances in Data Analysis and Classification

  • Wilks’ theorem for semiparametric regressions with weakly dependent data,
     avec Matthieu Marbac et Valentin Patilea,
    The Annals of Statistics, 49 (6), 2021. ArXiv

  • Mixture of hidden Markov models for accelerometer data,
    avec Matthieu Marbac et Fabien Navarro,
    The Annals of Applied Statistics, 14 (4), 2020 [R package MHMM],  ArXiv.

  • Sharp large deviations for the drift parameter of the explosive Cox-Ingersoll-Ross process,
    TVP, Theory of Probability and its Applications, vol. 65 (3), 2020, ArXiv.

  • Weighted least squares estimation for the subcritical Heston process,
    Journal of Applied Probability, vol. 55 (2), 2018,  HAL  ArXiv

  • Moderate deviations for parameters estimation in a geometrically ergodic Heston process,
    Statistical Inference for Stochastic Processes, vol. 21 (3), 2017,  HAL  ArXiv

  • Large deviations for the squared radial Ornstein-Uhlenbeck process,
    TVP, Theory of Probability and its Applications, vol. 61 (3), 2016,  HAL  ArXiv.

Exposés :

  • Séminaires : Bordeaux (2015), Marseille (2016), Rennes (2017), ENSAI (2018), Rouen (2022), Toulouse (2022)
  • Journées de Probabilité, Toulouse, 2015
  • Colloque jeunes probabilistes et statisticiens, les Houches, 2016
  • DynStoch Workshop :  Rennes (2016), Delft (2019), Paris (2022)
  • SPA 2018, Gothenburg
  • Journées De Statistique de la SFDS : Nancy (2019), Nice (2021), Lyon (2022)
  • IMS-World Symposium 2020
  • EcoSta  2021
  • Statistics Canada 2021

Examinatrice : Thèse de Clément Roussel soutenue à l'ENSTA Bretagne le 4 Septembre 2019

 

2017/- : ENSAI

  • Séries temporelles 2A
  • Calcul Bayésien 2A
  • Introduction aux tests statistiques 1A

2015/2017 : Université de Bordeaux

  • Estimation non paramétrique M1 MIMSE
  • TD/TP séries chronologiques L3 MIASHS
  • TD/TP statistique inférentielle L2 MIASHS

2013/2015 : IUT HSE Bordeaux

  • Probabilités et statistique
  • TP statistiques avec un tableur
  • Unités et incertitudes

Divers :

  • colles MPSI et PC, lycée Montaigne, Bordeaux (2013)
  • correction copies concours CCP filière MP (2018, 2019, 2021)
  • oraux blancs de modélisation (Proba-Stat), préparation à l'agregation, ENS Rennes (2018 et 2019)
  • oraux d'admission ENSAI filière BL (2019, 2021, 2022)

2013-2016 : Doctorat en Probabilités et Statistique à l'Université de Bordeaux, sous la direction de Bernard Bercu et Adrien Richou.

  Thèse soutenue le 2 décembre 2016.

2009-2013 : Elève à l'ENS Cachan antenne de Bretagne.

2007-2009 : MPSI, MP*, lycée Louis-le-Grand, Paris