Yacouba
BOUBACAR MAINASSARA
La dépendance entre les observations est présente dans beaucoup de données statistiques de nature différente telles que : les données climatiques (par exemple les mesures moyennes mensuelles du taux de CO2 dans l'atmosphère, le taux de la pollution aux particules fines dans une ville,…); en traitement du signal (par exemple une image bruitée se décompose en deux parties, d'un côté l'image d'origine et de l'autre le bruit, dont les variables aléatoires qui le composent sont parfois corrélées);… Ces différents exemples exhibent une corrélation de type temporelle entre les observations. Bien que la dépendance soit présente dans un nombre considérable de données, la majorité des modèles statistiques ont été établis et approfondis pour des variables aléatoires indépendantes et identiquement distribuées (iid, dans la suite). Cependant beaucoup de données scientifiques montrent une dépendance temporelle significative ; cela a pour conséquence que l'hypothèse d'indépendance n'est pas vérifiée. Cela est observé en : économie, finance, biostatistique, climatologie et dans beaucoup d'autres domaines.
Mes activités de recherche s'articulent principalement sur l'analyse statistique des séries temporelles. Dans beaucoup de domaines (la finance, la météorologie, la santé, la théorie du signal, l'économie, l'économétrie, l'environnement, la gestion des risques et bien d'autres secteurs), les données considérées sont souvent indicées par le temps et peuvent souvent contenir des dépendances temporelles qui ne sont pas forcément linéaires. Les recherches que je mène en séries temporelles consistent à revisiter, approfondir et appliquer des résultats de la Statistique moderne en faisant l'hypothèse que les erreurs sont dépendantes.
Fonctions actuelles
- :
- Depuis septembre 2023 : Référent de l'axe Probabilités et Statistique
Dans le laboratoire
Diplômes universitaires
- 2017 :
Habilitation à Diriger des Recherches en Mathématiques : Contribution à l’analyse statistique des modèles ARMA multivariés avec innovations linéaires non indépendantes, Université de Bourgogne Franche-Comté.
- 2009 :
Doctorat en Mathématiques Appliquées : Estimation, validation et identification des modèles ARMA faibles multivariés, Université Charles-de-Gaulle (Lille 3).
- 2005 :
Master 2 professionnel Méthodes Quantitatives et Modélisation pour l'Entreprise, Université Lille 3.
- 2004 :
DEA Mathématiques Appliquées et Sciences Économiques, Université Lille 3.
Expériences professionnelles
- :
- Depuis septembre 2023 : Professeur des Universités en Statistique, INSA Hauts-de-France et Université Polytechnique Hauts-de-France.
- 2011--2023 : Maître de conférences en Statistique, UFR ST, Université de Franche-Comté.
- 2008--2011 : Attaché d'Enseignement et de Recherche en mathématiques, Université Charles-de-Gaulle (Lille 3).
- 2003-2006 Vacataire, Université Lille 3.
Responsabilités pédagogiques
INSA Hauts-de-France et UPHF
- 2024 : Responsable du Master Calcul Scientifique - Statistique - Analyse des Données (CaSSAD).
Université de Franche-Comté (en tant que MCF)
- 2020--2023 : Responsable pédagogique du Master 2 Modélisation Statistique (MS), UFR ST, Université de Franche-Comté (UFC).
- 2013--2016 : Responsable pédagogique du Master 1 MS, UFR ST, UFC.
Articles parus ou acceptés
- Package R : WeakARMA sur CRAN
- Boubacar Maïnassara, Y. and Ilmi Amir, A. Portmanteau tests for Periodic ARMA models with dependent errors. Journal of Time Series Analysis, 2023, to appear.
- Boubacar Maïnassara, Y., Esstafa, Y. and Saussereau, B. Diagnostic checking of FARIMA models with uncorrelated but non-independent error terms. Electronic Journal of Statistics, 17 (1), 1160--1239, 2023.
- Boubacar Maïnassara, Y. and Ursu, E. Estimating weak periodic vector autoregressive time series. TEST, 32 (3), 958–997, 2023.
- Boubacar Maïnassara, Y., Kadmiri, O. and Saussereau, B. Portmanteau test for a class of multivariate asymmetric power GARCH model. Journal of Time Series Analysis, 43 (6), 964--1002, 2022.
- Boubacar Maïnassara, Y., Kadmiri, O. and Saussereau, B. Estimating Multivariate Asymmetric Power GARCH Models. Journal of Multivariate Analysis, 192, 105073, 2022. (version longue)
- Boubacar Maïnassara, Y. and Ilmi Amir, A. Estimating SPARMA models with dependent error terms. Journal of Time Series Econometrics, 14 (2), 141--174, 2022.
- Boubacar Maïnassara, Y. and Ilmi Amir, A. Goodness-of-fit tests for SPARMA models with dependent error terms. Journal of Time Series Econometrics, 14 (2), 107--140, 2022.
- Boubacar Maïnassara, Y., Kadmiri, O. and Saussereau, B. Portmanteau test for asymmetric power GARCH model when the power is unknown. Statistical Papers, 63, 755--793, 2022.
- Boubacar Maïnassara, Y., Esstafa, Y. and Saussereau, B. Estimating FARIMA models with uncorrelated but non-independent error terms. Statistical Inference for Stochastic Processes, 24 (3), 549--608, 2021.
- Boubacar Maïnassara, Y. and Ilmi Amir, A. Multivariate portmanteau tests for weak multiplicative seasonal VARMA models. Statistical Papers, 61 (6), 2529--2560, 2020.
- Boubacar Maïnassara, Y. and Rabehasaina, L. Estimation of weak ARMA models with regime changes. Statistical Inference for Stochastic Processes, 23 (1), 1--52, 2020.
- Boubacar Maïnassara, Y. and Ilmi Amir, A. Distribution of residual autocorrelations for multiplicative seasonal ARMA models with uncorrelated but non-independent error terms. Statistica Neerlandica, 73 (4), 454--474, 2019.
- Boubacar Maïnassara, Y. and Saussereau B. Diagnostic checking in multivariate ARMA models with dependent errors using normalized residual autocorrelations. Journal of the American Statistical Association, 113:524, 1813--1827, 2018.
- Boubacar Maïnassara, Y. and Kokonendji C. C Modified Schwarz and Hannan-Quinn information criteria for weak VARMA models. Statistical Inference for Stochastic Processes, 19 (2), 199--217, 2016.
- Boubacar Maïnassara, Y. and Raïssi H. Semi-strong linearity testing in linear models with dependent but uncorrelated errors. Statistics and Probability Letters, 103, 110--115, 2015.
- Boubacar Maïnassara, Y. Estimation of the variance of the quasi-maximum likelihood estimator of weak VARMA models. Electronic Journal of Statistics, 8, 2701--2740, 2014.
- Boubacar Maïnassara, Y. and Kokonendji, C. C. On normal stable Tweedie models and power-generalized variance functions of only one component. TEST, 23, 585--606, 2014.
- Boubacar Maïnassara, Y., Carbon, M. and Francq, C. Computing and estimating information matrices of weak ARMA models. Computational Statistics and Data Analysis, 56, 345--361, 2012.
- Boubacar Maïnassara, Y. Selection of weak VARMA models by modified Akaike's information criteria. Journal of Time Series Analysis, 33, 121--130, 2012.
- Boubacar Maïnassara, Y. Estimation de la matrice de variance asymptotique des estimateurs du QMV de modèles ARMA faibles multivariés. C. R. Acad. Sci. Paris, 349, 817--820, 2011.
- Boubacar Maïnassara, Y. Estimation des ordres de modèles ARMA faibles multivariés. C. R. Acad. Sci. Paris, 349, 695--698, 2011.
- Boubacar Maïnassara, Y. Multivariate portmanteau test for structural VARMA models with uncorrelated but non-independent error terms. Journal of Statistical Planning and Inference, 141, 2961--2975, 2011.
- Boubacar Maïnassara, Y. and Francq, C. Estimating structural VARMA models with uncorrelated but non-independent error terms. Journal of Multivariate Analysis, 102, 496--505, 2011.
- Boubacar Maïnassara, Y. Tests portmanteau multivariés d'adéquation de modèles VARMA faibles. C. R. Acad. Sci. Paris, 348, 927--929, 2010.
Articles soumis ou en révision
- Boubacar Maïnassara, Y. and Ursu, E. Diagnostic checking of periodic vector autoregressive time series models with dependent errors.
- Boubacar Maïnassara, Y. and {Esstafa, Y.} Estimation of the asymptotic variance matrix of the least-squares estimator of weak FARIMA models.