Cécile Hardouin Professeure à l'université Paris Nanterre Laboratoire Modal'X, UMR CNRS 9023 Fédération Parisienne de Modélisation Mathématique (FP2M) Département de mathématiques et informatique, Bat. G Maurice Allais Université Paris Nanterre 200 avenue de la République, 92000 Nanterre, France Bureau: E16, entresol du bâtiment G E-mail: hardouin'at'parisnanterre.fr Téléphone: +33 1 40 97 78 41

Thèmes de recherche

Modèles spatiaux et spatio-temporels, champs de Markov, auto-modèles, modélisation spatiale à plusieurs échelles.

• Usage du clustering par réseaux de neurones dans des modèles économétriques spatiaux
• Validation croisée pour des données spatialement dépendantes
• Régression logistique spatiale
• Estimation de matrice de covariance
• Calcul de marginales et de la constante de normalisation pour un modèle de Gibbs.
• Applications aux modèles d'adoption de standard et diffusion de technologies.
• Identification par contraste des moindres carrés pénalisés.

Evénements récents et à venir

• Journée Filles et maths: une équation lumineuse, 13 décembre 2024 à l'université Paris Nanterre
• Climathiques, 13-17 janvier 2025

Publications et travaux

Publications récentes

• Chavez Chong C., Hardouin C., Fermin A.-K. (2024), Ridge regularization for spatial auto-regressive models with multicollinearity issues, AStA Advances in Statistical Analysis, DOI: 10.1007/s10182-024-00496-0
• Hardouin C., Lamirel J.-C. (2022), Neural networks for spatial models, In: Faigl, J., Olteanu, M., Drchal, J. (eds) Advances in Self-Organizing Maps, Learning Vector Quantization, Clustering and Data Visualization. WSOM+ 2022. Lecture Notes in Networks and Systems, vol 533. Springer, Cham.
• Hardouin C. (2019), A Variational Method for Parameter Estimation in a Logistic Spatial Regression, Spatial Statistics, DOI 10.1016/j.spasta.2019.100365
• Cressie N., Hardouin C. (2019), A Diagonally-Weighted Matrix Norm Between Two Covariance Matrices, Spatial Statistics, 29, 316--328.
• Hardouin C. (2019), Adoption dynamics : sequential or synchronous modelling. Revista Investigacion Operacional, 40(1), 16--27.
• Hardouin C., Cressie N. (2018), Two-Scale Spatial Models for Binary Data. Statistical Methods & Applications, 27:1-24, first online 2017.

Travail en cours

• C.O. Chavez Chong, C. Hardouin, A.K. Fermin, Strategies for spatial leave-one-out cross-validation
• C. Hardouin, Neural clustering for spatial autoregressive models.

Livres Hardouin C., Les maths au Capes de Sciences Economiques et Sociales, Collection Je prépare, Dunod, 2015. Seconde édition, 2019.

Mémoires de synthèse

• Quelques contributions à la modélisation et l'analyse statistique de processus spatiaux. Habilitation à diriger des recherches, Université Paris Ouest Nanterre La Défense, 2011.
• Quelques résultats nouveaux en statistique des processus : contraste fort, régression à résidus à longue portée, estimation par log-périodogramme. Thèse de doctorat, Université Paris 7, 1992.

Groupes de recherche

• Labex MME-DII .
• SAMM , Université Paris 1 Panthéon Sorbonne
• Risques, extrêmes , et Statistique Spatio-TEmporelles (RESSTE).
• GDR Géométrie Stochastique .

Coopération scientifique avec Cuba

Le projet de coopération franco-cubain projet de coopération vise à développer la coopération en mathématiques appliquées dans l'enseignement et la recherche entre les deux pays; <\LI> Je suis co-organisatrice du Séminaire franco-cubain 2023-2024 ; le séminaire a lieu une fois tous les deux mois environ, le programme est sur la page du projet.

Master MEEF SES

Toutes les infos sont sur la page du master

Enseignements

Documents de cours et feuilles de TD sont disponibles sur la plateforme cours en ligne de l'UPN.

2021-2024

• Licence 2 Sciences sociales - Techniques quantitatives 3 (Cours-TD)
• Licence 2 Sciences sociales - Techniques quantitatives 4 (Cours-TD)
• Licence 3 Gestion - Statistiques appliquées à la gestion (CM et TD)
• Master 1 MEEF SES, préparation au concours du Capes SES - Mathématiques 1 (CM, TD)
• Master 2 MEEF SES, préparation au concours du Capes SES - Mathématiques 2 (CM, TD)
• Master 1 IES D3S - Analyse de données (CM, TD)