Inférence statistique pour un système interactif partiellement observé de processus de Hawkes.

Résumé Nous observons les actions d'un sous-échantillon de K de N d’individus, pendant un intervalle de temps de longueur t>0, pour certaines grandes K≤N. Nous modélisons les relations des individus par i.i.d. Bernoulli (p) variables aléatoires, où p∈(0,1] est un paramètre inconnu. Le taux d’action de chaque individu dépend d’un paramètre inconnu μ>0 et sur la somme de quelque fonction ϕ des âges des actions des individus qui l'influencent. La fonction ϕ est inconnue mais nous supposons qu'elle se désintègre rapidement. Le but de cette thèse est d'estimer le paramètre p, qui est la principale caractéristique du graphe d’interaction, dans l'asymptotique où taille de la population N→∞, la taille de la population observée K→∞, et dans un temps long t→∞. Soit mt le nombre moyen d'actions par individu jusqu'au temps t, qui dépend de tous les paramètres du modèle. Dans le cas sous-critique, où mt augmente linéairement, nous construisons un estimateur de p avec le taux de convergence 1K√+NmtK√+NKmt√. Dans le cas supercritique, où mt augmente rapidement de façon exponentielle, nous construisons un estimateur de p avec le taux de convergence 1K√+NmtK√. Dans un second temps, nous étudions la normalité asymptotique de ces estimateurs. Dans le cas sous-critique, le travail est très technique mais assez général, et nous sommes amenés à étudier trois régimes possibles, en fonction du terme dominant dans 1K√+NmtK√+NKmt√ à 0. Dans le cas supercritique, nous supposons malheureusement quelques conditions supplémentaires et considérons seulement l'un des deux régimes possibles.