Statistics Seminar by Alexander Munteanu

14:30 - "\ell_p Sensitivity Sampling: Optimal bounds and an Application to Poisson pth-Root-Link Models" 

Alexander Munteanu 

\ell_p Sensitivity Sampling: Optimal bounds and an Application to Poisson pth-Root-Link Models 

Abstract: 
Sensitivity sampling is a general purpose technique for importance subsampling that is very popular for the construction of \ell_p subspace embeddings. These methods are important building blocks with broad applications in Machine Learning, Computational Statistics, and Computer Science.

Although other subsampling distributions have been shown to achieve smallest possible sample size for constructing \ell_p subspace embeddings, existing analyses of sensitivity sampling fall behind. However, sensitivity sampling is conceptionally and computationally
simpler than other methods and performs equally well or often better in practice. This motivates to reconsider the complexity of constructing \ell_p subspace embeddings via sensitivity sampling.

We first prove that sensitivity sampling is indeed suboptimal in the worst case. However, we introduce a new variation that samples proportional to a mixture of \ell_p and \ell_2 sensitivities. This \ell_2 augmentation technique allows us to obtain a provably optimal
subsample size. As an application, we show how sensitivity sampling can be used to approximate Poisson regression with pth-root-link.

The talk is based on the following two publications (also available on arXiv):

Applied Statistics Workshop by Marie-Pier Côté

16:00 - "Un modèle hiérarchique flexible pour les réclamations d'assurance combinant gradient boosting et copules" 
 

Marie-Pier Côté (l’université Laval) 

Un modèle hiérarchique flexible pour les réclamations d'assurance combinant gradient boosting et copules 

Résumé : 
Nous proposons un modèle hiérarchique pour les réclamations en assurance de dommage qui affine les méthodes traditionnelles en tenant compte de la dépendance entre les occurrences de paiement, avec une distribution multinomiale, et entre les montants de paiement, avec des copules. Nous effectuons une prévision qui dépend de variables explicatives en utilisant XGBoost, un algorithme performant de gradient boosting, ce qui nous permet d'améliorer la performance prédictive par rapport aux modèles linéaires généralisés usuels. La construction et l'ajustement du modèle sont illustrés sur des données réelles d’assurance automobile provenant d'une grande compagnie d'assurance canadienne. L'utilisation de XGBoost est bien adaptée à ces données volumineuses contenant un grand nombre d'assurés et de covariables. Les méthodes d’inférence basées sur les rangs pour les copules sont standards, mais leur validité lorsque les distributions marginales sont obtenues par gradient boosting n'a pas été démontrée dans la littérature antérieure. Nous réalisons donc une étude de simulation pour évaluer la performance des méthodes basées sur les rangs des résidus pour l’estimation de la structure de dépendance. Nous montrons quelques applications de notre modèle. Dans une comparaison avec des modèles de référence, nous concluons que les composantes de dépendance de notre modèle améliorent la segmentation et reproduisent mieux le comportement aléatoire global.

Evènement en l’honneur de Jean-Marie Rolin

• 14h - Accueil / introduction, Léopold Simar, Professeur émérite à et fondateur de l’Institut de statistique (STAT, devenu ISBA-LSBA-SMCS), UCLouvain et Jean-Pierre Florens, Professeur émérite, TSE, Toulouse School of Economics
• 14h05 - 14h45 – Anna Simoni, ENSAE Paris
  Title : Panel data models with randomly generated groups: Bayesian inference and density forecasts
• 14h45 - 15h25 – Philippe Lambert, UCLouvain et ULiège
  Title : Accelerated Bayesian Inference in Semi-Parametric Additive Models for Censored Data

15h25 - 15h35 - Pause

• 15h35 - 16h15 - Valentin Patilea, ENSAI, Rennes
  Title: From the observed variables to the latent world: a general approach for survival analysis
• 16h15 - 16h25 – Conclusions et Présentation du livre, Jean-Pierre Florens, Professeur émérite, TSE, Toulouse School of Economics
• 16h25 - 16h30 – Accueil au drink et quelques mots en l’honneur de Jean-Marie Rolin, notre collègue et ami - Léopold Simar, Professeur émérite à et fondateur de l’Institut de statistique (STAT, devenu ISBA-LSBA-SMCS), UCLouvain et Michel Mouchart, Professeur émérite à l’Institut de statistique (STAT, devenu ISBA-LSBA-SMCS), UCLouvain
• 16h30 - Drink