Dominique Picard

The mathematical theory of ondelettes (wavelets) was developed by Yves Meyer and many collaborators about 10 years ago. It was designed for ap­ proximation of possibly irregular functions and surfaces and was successfully applied in data compression, turbulence analysis, image and signal process­ ing. Five years ago wavelet theory progressively appeared to be a power­ ful framework for nonparametric statistical problems. Efficient computa­ tional implementations are beginning to surface in this second lustrum of the nineties. This book brings together these three main streams of wavelet theory. It presents the theory, discusses approximations and gives a variety of statistical applications. It is the aim of this text to introduce the novice in this field into the various aspects of wavelets. Wavelets require a highly interactive computing interface. We present therefore all applications with software code from an interactive statistical computing environment. Readers interested in theory and construction of wavelets will find here in a condensed form results that are somewhat scattered around in the research literature. A practioner will be able to use wavelets via the available software code. We hope therefore to address both theory and practice with this book and thus help to construct bridges between the different groups of scientists. This te. xt grew out of a French-German cooperation (Seminaire Paris­ Berlin, Seminar Berlin-Paris). This seminar brings together theoretical and applied statisticians from Berlin and Paris. This work originates in the first of these seminars organized in Garchy, Burgundy in 1994.

Cet ouvrage présente un cours de Statistique Asymptotique (avec compléments de cours et exercices). Il a été enseigné au DEA de Paris 7 de Statistique et Modèles Mathématiques en Economie et en Finance. Le but est de présenter avec un maximum d'exemples (variables indépendantes, dépendantes, diffusions, processus, ...) les divers points de vue utilisés en Statistique Asymptotique, leurs cohérences et leurs différences. Ainsi se côtoient les théories d'Hajek, Le Cam, Bahadur, Ibragimov, Has'minskii, Efron, Amari, ... Le but de ce livre est de donner une vue assez large en Statistique Asymptotique et de faciliter l'accès à des ouvrages plus difficiles développant chacun l'une de ces différentes théories de façon plus approfondie. Le dernier chapitre du livre met en application sur un exemple particulier (celui des ruptures de modèles) les théories présentées au cours des chapitres précédents et met en évidence la différence des résultats qu'elles apportent.