Le numéro de mars de la RCS s’inscrit sous le signe du renouveau printanier. D’une part, c’est le premier qui soit purement électronique. D’autre part, une nouvelle politique de partage d’information a été instaurée en vue d’assurer une meilleure répétabilité des analyses de données. Les auteur.e.s ne pourront dorénavant s’y soustraire que pour certains motifs de confidentialité ou d’éthique, en plus d’être vivement encouragés à partager leur code informatique. Les effets de cette nouvelle politique éditoriale seront perceptibles dès que certains écueils techniques liés à l’implantation du nouveau style de la revue auront été aplanis par Wiley.

Ce numéro est déjà disponible en ligne et compte 14 titres. Les deux premiers contribuent à la biostatistique. Dans le premier article, Zhang, Yin et Rubin [1] proposent une nouvelle stratégie de re-randomisation pour améliorer l’estimation des effets de traitement moyens en grande dimension. Avant de calculer les moyennes de covariables par la distance de Mahalanobis, leur idée est de commencer par identifier les sous-espaces de covariables appropriés par le truchement d’une analyse en composantes principales, ce qui a pour effet de réduire considérablement la dimension et de simplifier les calculs. Pour leur part, Le, Bai et Qin [2] décrivent une stratégie d’analyse de sous-groupes simultanée par régression linéaire en vue d’identifier les sous-groupes de population sur lesquels un traitement donné agit différemment et d’en estimer les effets en présence d’erreurs de mesure.

Les deux articles suivants proposent des tests. Pour distinguer entre les opérateurs de covariance de plusieurs populations de données fonctionnelles, Ramsay et Chenouri [3] élaborent des tests de rangs non paramétriques robustes de type Kruskal-Wallis qui reposent sur la profondeur des données fonctionnelles. Quant aux tests de Zhao et Sun [4], ils permettent d’identifier les signaux polygénétiques dans des modèles linéaires généralisés de grande dimension pour les études d’association génétique de traits complexes. Leur procédure fait appel à un partage répété d’échantillons pour garantir la validité et la stabilité de l’inférence post-sélection de variable.

Les cinq articles suivants portent sur la modélisation par régression. D’abord, Ordoñez, Prates, Bazán et Lachos [5] mettent de l’avant une loi a priori à complexité pénalisée pour le paramètre d’asymétrie des liens à puissance des modèles linéaires généralisés pour les données binaires, binomiales ou bornées. Ce paramètre d’asymétrie accroît la flexibilité de ces modèles, notamment en présence de données déséquilibrées. Puis, Basa, Cook, Forzani et Marcos [6] s’intéressent au comportement asymptotique de l’estimateur des moindres carrés partiels dans le cadre des modèles de régression linéaire à composante unique dont le nombre de covariables croît avec la taille de l’échantillon. Pour faciliter l’identification de sous-groupes dans des populations complexes et hétérogènes, Liu et Li [7] proposent une approche par combinaison de modèles de régression segmentaires avec plusieurs variables de seuil et ruptures structurelles. Wen, Chen, Wang et Pan [8], porte-parole de l’initiative en neuroimagerie de la maladie d’Alzheimer, étudient la sélection de variables dans des modèles additifs généralisés. Une nouvelle procédure pénalisée, qui jouit d’une cohérence de récupération de support, leur permet de sélectionner simultanément des variables et des fonctions de base. Enfin, Tsao [9] décrit une nouvelle méthode de sélection de modèles de régression généraux fondée sur des tests de rapport de vraisemblance.

L’article de Feng, Tang et Ding [10] concerne les données incomplètes. Les auteurs y développent des techniques graphiques de validation de modèles et des tests formels d’adéquation pour les modèles à risques additifs pour données censurées par intervalle de type II.

L’article de Yuan, Zhou, Zhang et Cui [11] contribue à la modélisation de données financières. Pour prévoir la volatilité des actifs, les auteurs ont recours à un modèle de type GARCH-Itô qui intègre trois sources d’information principales : les données historiques sur les prix à basse et à haute fréquence, ainsi que les données sur les options. Toutefois, la procédure qu’ils élaborent repose sur la volatilité implicite des options plutôt que sur leurs prix.

Les deux articles suivants proposent des solutions à certains problèmes qui surviennent lors du traitement de données massives. D’une part, Chen, Wang et Chang [12] montrent comment effectuer simultanément plusieurs procédures séquentielles adaptatives de sorte que les estimations résultantes aient des propriétés statistiques semblables. Cela facilite leur intégration ultérieure, comme le montrent les auteurs à propos de l’estimation d’un ensemble de confiance bilatéral dans un modèle linéaire. D’autre part, Wang, Wang et Xiong [13] considèrent des schémas de sous-échantillonnage optimaux sous contraintes de mesure qui sont particulièrement commodes lorsque les réponses sont coûteuses à mesurer. Ils proposent un estimateur non pondéré et montrent, à l’aide de martingales, qu’il est plus efficace que les techniques pondérées existantes.

Dans le dernier article, Li et Sun [14] décrivent une nouvelle façon de construire des devis pour expériences informatiques qui meublent tout l’espace. Ceci conduit à des économies de calcul tout en respectant l’orthogonalité des colonnes et en offrant moult propriétés de stratification souhaitables en basse dimension, en plus d’engendrer des devis orthogonaux tripartites.

Je vous souhaite d’inspirantes lectures,

Johanna G. Nešlehová
Rédactrice en chef, La revue canadienne de statistique

Table of Contents of the March 2024 Issue of The Canadian Journal of Statistics

[1]    PCA rerandomization, by/par Hengtao Zhang, Guosheng Yin & Donald B. Rubin
[2]    Subgroup analysis of linear models with measurement error, by/par Yuan Le, Yang Bai & Guoyou Qin
[3]    Robust nonparametric hypothesis tests for differences in the covariance structure of functional data, by/par Kelly Ramsay & Shoja’eddin Chenouri
[4]    A stable and adaptive polygenic signal detection method based on repeated sample splitting, by/par Yanyan Zhao & Lei Sun
[5]    Penalized complexity priors for the skewness parameter of power links, by/par José A. Ordoñez, Marcos O. Prates, Jorge L. Bazán & Victor H. Lachos
[6]    Asymptotic distribution of one-component partial least squares regression estimators in high dimensions, by/par Jerónimo Basa, R. Dennis Cook, Liliana Forzani & Miguel Marcos
[7]    Segment regression model average with multiple threshold variables and multiple structural breaks, by/par Pan Liu & Jialiang Li
[8]    Variable selection in additive models via hierarchical sparse penalty, by/par Canhong Wen, Anan Chen, Xueqin Wang & Wenliang Pan, for the Alzheimer’s Disease Neuroimaging Initiative
[9]    Regression model selection via log-likelihood ratio and constrained minimum criterion, by/par Min Tsao
[10]    Method of model checking for case II interval-censored data under the additive hazards model, by/par Yanqin Feng, Ming Tang & Jieli Ding
[11]    Volatility analysis for the GARCH-Itô model with option data, by/par Huiling Yuan, Yong Zhou, Zhiyuan Zhang & Xiangyu Cui
[12]    Distributed sequential estimation procedures, by/par Zhuojian Chen, Zhanfeng Wang & Yuan-chin Ivan Chang
[13]    Unweighted estimation based on optimal sample under measurement constraints, by/par Jing Wang, HaiYing Wang & Shifeng Xiong
[14]    A class of space-filling designs with low-dimensional stratification and column orthogonality, by/par Pengnan Li & Fasheng Sun