Statistique · Méthodes · Visualisation

Recherche

Comprendre les modèles, représenter l’incertitude.

Modèles séquentiels, données directionnelles et estimation de densité : les questions, les méthodes et les publications de mon programme de recherche.

Programme de recherche

Comment obtenir une inférence fiable lorsque la structure des données est partiellement cachée, contrainte par leur géométrie ou sensible aux approximations numériques? Je développe des méthodes de diagnostic et de quantification de l’incertitude pour répondre à cette question. Mon programme relie modèles probabilistes, simulation, visualisation et logiciels R reproductibles.

Publications et prépublications CV académique

Contributions et axes de recherche

Modèles séquentiels et états latents

Mes travaux avec Thierry Duchesne, Louis-Paul Rivest et Daniel Fortin ont développé des modèles multi-états pour le mouvement animalier, publiés dans CSDA en 2017 et AOAS en 2017.

Dans Beyond the next step (2026), je propose une validation générative des fonctions de sélection de pas : comparer des trajectoires simulées aux caractéristiques du mouvement qui motivent l’analyse. Mes prépublications étudient les diagnostics prédictifs séquentiels et l’incertitude autour des séquences d’états.

Dans Extra hidden states under emission misspecification in hidden Markov models (2026), publié dans Statistica Neerlandica, j’étudie comment des états supplémentaires peuvent compenser des distributions d’émission trop restrictives. Une application génomique illustre la distinction entre le nombre d’états ajustés et le nombre de régimes scientifiquement distincts.

Tubes de Viterbi, prépublication

Statistique directionnelle

Avec Louis-Paul Rivest, Thierry Duchesne et Daniel Fortin, j’ai contribué à un modèle général de régression angulaire (2016). Ma prépublication de 2026, révisée le 30 septembre, étudie l’identifiabilité et l’estimation par vraisemblance d’une régression angulaire homogène avec coefficients aléatoires corrélés et intercept aléatoire circulaire. Elle distingue les résultats d’identification des limites de calibration observées dans les simulations.

Dans Visualizing directional dependence on cylinders and tori (2026), publié dans le Journal of Data Science, Statistics, and Visualisation, je propose une grammaire graphique conditionnelle pour la dépendance sur cylindres et tores. Les représentations sont implémentées dans ggcircular.

Je développe aussi des logiciels de régression et de visualisation pour relier la géométrie des données circulaires, axiales ou toroïdales aux questions statistiques posées.

CircularRegression ggcircular

Densités et observations atypiques

Avec Thierry Duchesne et Michel Carbon, je développe un diagnostic d’influence leave-one-out pour la détection d’observations atypiques à partir de polygones de fréquence à mélange linéaire.

Le package GLBFP fournit la base logicielle pour l’estimation de densité. Les diagnostics leave-one-out sont disponibles dans sa version de développement GitHub. La présentation de ces travaux a reçu le New Investigator Presentation Award de la SSC en 2026.

GLBFP et statuts des versions

Développements à venir

Les prochaines étapes de mon programme portent sur trois questions :

  • Localiser les défauts des modèles séquentiels, représenter plusieurs trajectoires latentes plausibles et quantifier l’erreur introduite par les approximations de Monte Carlo.
  • Développer des diagnostics pour les modèles circulaires hiérarchiques et des tests de dépendance adaptés aux espaces circulaires et toroïdaux.
  • Étudier la stabilité des diagnostics de densité selon la dimension, les paramètres de réglage et le régime d’échantillonnage, avec des comparaisons reproductibles du coût de calcul.

L’analyse du mouvement animalier constitue un terrain d’application établi. Les séries environnementales et les données de capteurs représentent des prolongements envisagés, à construire avec des spécialistes des domaines concernés.

Formation par la recherche

Je privilégie des projets qui commencent par une question délimitée, une revue de littérature et une reproduction de résultats existants. Les contributions peuvent porter sur la théorie, la simulation, la visualisation ou la validation logicielle. Chaque projet doit distinguer les résultats démontrés, les observations numériques et les questions encore ouvertes.

Mon expérience comprend l’accompagnement de projets de baccalauréat, de stages en entreprise et l’évaluation de mémoires de maîtrise. Les projets proposés aux cycles supérieurs s’inscrivent dans les trois axes ci-dessus. Enseignement et encadrement.

Thèse de doctorat

Titre : Modèles multi-états généraux pour l’analyse du mouvement animalier

Année : 2024

Université : Université Laval

Direction : Thierry Duchesne et Louis-Paul Rivest

Cette thèse développe un cadre général de modélisation multi-états pour l’étude du mouvement animalier. Elle combine la rigueur des modèles de Markov cachés et la flexibilité des fonctions de sélection d’habitat, avec une formulation unificatrice reliant les approches comportementales et spatiales.

Consulter la thèse Code et matériel reproductible

Logiciels et diffusion

Les implémentations R associées à mes travaux sont présentées dans le catalogue des packages, avec leurs fonctionnalités, leur documentation et leur statut de diffusion.

Matériel de recherche actuel

Les dépôts de code, les analyses et les prototypes sont regroupés dans Projets ouverts. Chaque fiche donne accès au matériel disponible.

Communications

  • 2026. A Leave-One-Out Influence Statistic for Scalable Density-Based Outlier Detection, congrès de la Société statistique du Canada, avec Thierry Duchesne et Michel Carbon. PDF de la présentation et dépôt GitHub. Cette présentation a reçu le 2026 New Investigator Presentation Award.
  • 2016. Multi-state Models for Animal Movement Analysis, congrès de la Société statistique du Canada, St. Catharines. Présentation originale (PDF).
  • 2015. Statistique directionnelle et modèle caché… ou comment modéliser le mouvement d’un animal?, séminaire de statistique, Université Laval, avec Thierry Duchesne, Louis-Paul Rivest et Daniel Fortin. Présentation originale (PDF).
  • 2015. Un modèle général de marche aléatoire directionnelle : application au mouvement animalier, congrès de l’ACFAS, avec Thierry Duchesne et Louis-Paul Rivest. Présentation originale (PDF).
  • 2015. Même thème présenté au XVIIIe Colloque panquébécois des étudiants et étudiantes de l’Institut des sciences mathématiques. Présentation originale (PDF).
  • 2015. Affiches sur les marches aléatoires directionnelles au congrès de la SSC et aux 20 ans de l’Association des statisticiennes et statisticiens du Québec.
  • 2014. Aventure statistique sur le cercle, avec Jessica Bach, Université Laval. Présentation originale (PDF).

Publications

Références mises à jour le 20 octobre 2026. Les prépublications sont présentées séparément des articles publiés dans des revues.

Articles publiés avec comité de lecture

  • Nicosia, A. (2026). Extra hidden states under emission misspecification in hidden Markov models. Statistica Neerlandica, 80(4), e70042. https://doi.org/10.1111/stan.70042

  • Amicizia, D., Marchini, F., Schenone, I., Massaro, E., Landa, P., Nicosia, A., Orsi, A., Icardi, G., Ansaldi, F. (2026). Adjuvanted Influenza Vaccines Versus Other Influenza Vaccines in Adults Aged ≥60 Years: A Systematic Review and Meta-Analysis of Relative Effectiveness for Preventing Influenza-Related Hospitalization. Vaccines, 14(10), 883. https://doi.org/10.3390/vaccines14100883

  • Nicosia, A. (2026). Visualizing directional dependence on cylinders and tori. Journal of Data Science, Statistics, and Visualisation, 6(7). https://doi.org/10.52933/jdssv.v6i7.181

  • Nicosia, A. (2026). Beyond the next step: A multi-criteria generative validation framework for step selection functions. Methods in Ecology and Evolution, 17(6), 1754-1767. https://doi.org/10.1111/2041-210X.70313

  • Gagnon, S., Allard, M., Nicosia, A. (2018). Diurnal and seasonal variations of tundra CO2 emissions in a polygonal peatland near Salluit, Nunavik, Canada. Arctic Science, 4(1), 1-15. https://doi.org/10.1139/AS-2016-0045

  • Nicosia, A., Duchesne, T., Rivest, L.-P., Fortin, D. (2017). A Multi-State Conditional Logistic Regression Model for the Analysis of Animal Movement. Annals of Applied Statistics, 11(3), 1537-1560. https://doi.org/10.1214/17-AOAS1045

  • Nicosia, A., Duchesne, T., Rivest, L.-P., Fortin, D. (2017). A General Hidden State Random Walk Model for Animal Movement. Computational Statistics & Data Analysis, 105, 76-95. https://doi.org/10.1016/j.csda.2016.07.009

  • Rivest, L.-P., Duchesne, T., Nicosia, A., Fortin, D. (2016). A General Angular Regression Model for the Analysis of Data on Animal Movement in Ecology. Journal of the Royal Statistical Society Series C: Applied Statistics, 65(3), 445-463. https://doi.org/10.1111/rssc.12124

Discussion publiée en pédagogie statistique

  • Nicosia, A. (2026). Discussion of “Addressing the Challenges of AI-Generated Assignment Submissions in Education: Insights and Strategies”. Journal of Data Science, 24(1), 276-281. https://doi.org/10.6339/26-JDS1208H

Prépublications

  • Nicosia, A., Duchesne, T., Carbon, M. (2026). A Leave-One-Out Influence Statistic for Density-Based Outlier Detection. arXiv:2607.14335. doi:10.48550/arXiv.2607.14335.

  • Nicosia, A. (2026). Identifiability and likelihood estimation for homogeneous angular regression with random coefficients. arXiv:2607.06790. doi:10.48550/arXiv.2607.06790.

  • Nicosia, A. (2026). Tropical Viterbi Tubes for Decoding Uncertainty in Hidden Markov Models. arXiv:2606.17181. doi:10.48550/arXiv.2606.17181.

  • Nicosia, A. (2026). Sequential predictive e-diagnostics for hidden Markov models of animal movement. bioRxiv. doi:10.64898/2026.07.07.737005.

  • Bouderbala, I., Nicosia, A., Fortin, D. (2026). Behavioural state inference from movement and environmental data using Markovian step selection functions. bioRxiv. doi:10.64898/2026.02.05.704063.