Thèses de Doctorat

  •  Propriétés asymptotiques des estimateurs à noyaux non symétriques pour des données incomplètes. Soutenue en 2023 par Ghettab Sarah, dirigée par Pr. Guessoum Zohra.
  • Propriétés asymptotiques d’estimateurs non paramétriques pour des données incomplètes mixtes. Soutenue en 2022 par Bey Siham, dirigée par Pr Tatachak Abdelkader.
  • Etude asymptotique des propriétés des M-estimateurs pour des données dépendantes. Soutenue en 2022 par Gheliem Asma, dirigée par Pr. Guessoum Zohra.
  • Sur l’inférence dans les modèles de données faiblement dépendantes. Soutenue en 2022 par Rih Soumia, dirigée par Pr Tatachak Abdelkader.
  • Test de détection du caractère aléatoire du modèle graphique. Soutenue en 2021 par Brairi Houssem, dirigée par Pr Medkour Tarek.
  • Hasard function from contaminating observations. Soutenue en 2021 par Benjrada Mohammed Es-salih, dirigée par Pr Djaballah Khedidja.
  • Estimation semi-paramétrique des ruptures offline et online d’un processus longue mémoire. Soutenue en 2021 par Guenaizi Abdellatif, dirigée par Pr Djaballah Khedidja.
  • Simulation et calcul intensif parallèle pour l’échantillonnage statistique dans les systèmes d’équations différentielles stochastiques. Soutenue en 2021 par Guidoum Arslane Chouaib, dirigée par Pr Boukhetala Kamal.
  • Sur l’instant de premier passage dans les risques dynamiques actuariels. Soutenue en 2021 par Kacef Mohamed Amine, dirigée par Pr Boukhetala Kamal.
  • Inférence dans les modèles tronqués et censurés. Soutenue en 2020 par Benseradj Hassiba, dirigée par Pr. Guessoum Zohra.
  • Quelques propriétés asymptotiques de l’estimateur du quantile dans un modèle associé tronqué. Soutenue en 2019 par Adjoudj Latifa, dirigée par Pr Tatachak Abdelkader.
  • Comportement asymptotique d’un estimateur à noyau du quantile pour des données censurées et associées. Soutenue en 2019 par Djelladj Wafaa, dirigée par Pr Tatachak Abdelkader.
  • Estimation paramétrique et non-paramétrique en utilisant une approche de régression quantile. Soutenue en 2021 par Meziani Aymen, dirigée par Pr Medkour Tarek.
  • Etude d’un modèle des valeurs extrêmes en présence de censure aléatoire à droite. Soutenue en 2017 par Ameraoui Abdelkader, dirigée par Pr Boukhetala Kamal.
  • La factorisation en matrices non négatives. Soutenue en 2017 par Chouh Meriem, dirigée par Pr Boukhetala Kamal.
  • Estimation non paramétrique pour les données incomplètes et associées. Soutenue en 2017 par Hamrani Farida, dirigée par Pr. Guessoum Zohra.
  • Estimateur à noyau de la régression dans les modèles censurés et associés. Soutenue en 2017 par Menni Nassira, dirigée par Pr Tatachak Abdelkader.
  • Estimation des paramètres de processus causaux affines par la méthode du maximum de vraisemblance. Soutenue en 2016 par Boularouk Yacoub , dirigée par Pr Djaballah Khedidja.
  • Sur l’estimation non paramétrique de la densité et du mode dans les modèles de données incomplètes et associées. Soutenue en 2014 par Ferrani Yacine, dirigée par Pr Tatachak Abdelkader.