Johanna G. Nešlehová (née le 26 juillet 1977)[1] est une statisticienne mathématique tchèque qui travaille au Canada à l'Université McGill en tant que professeur au Département de mathématiques et de statistique[2]. Ses sujets de recherche portent entre autres sur la modélisation par copules, la théorie des valeurs extrêmes, la statistique multidimensionnelle et le risque opérationnel[2],[3].

Johanna Nešlehová
une illustration sous licence libre serait bienvenue
Biographie
Naissance
26 juillet 1977Voir et modifier les données sur Wikidata (48 ans)
PragueVoir et modifier les données sur Wikidata
Nationalité
Activité
Père
Mère
Mahulena Nešlehová (d)Voir et modifier les données sur Wikidata
Autres informations
Membre de
Directeur de thèse
Dietmar Pfeifer (d)Voir et modifier les données sur Wikidata
Distinctions

Formation et carrière

modifier

Originaire de Prague, Nešlehová est la fille unique du peintre Pavel Nešleha et de l'historienne de l'art Mahulena Nešlehová (cs)[3]. Elle étudie à l'université Charles, à l'université de Hambourg et à l'université d'Oldenbourg, obtenant un diplôme (vordiplom) de l'Université de Hambourg en 1999, une maîtrise de l'Université de Hambourg en 2000 et un doctorat de l'université d'Oldenbourg en 2004[2]. Sa thèse, intitulée Dependence of Non-continuous Random Variables (Dépendance des variables aléatoires non continues), est supervisée par Dietmar Pfeifer (de)[4].

Après avoir travaillé comme chercheuse postdoctorale et chargée de cours Heinz-Hopf à l'ETH Zürich, elle rejoint le corps professoral de l'Université McGill en 2009[3]. D'octobre 2022 à juin 2025, elle est également professeure à l'Université d'économie et de commerce de Vienne (en)[5].

Livre

modifier

Avec Erhard Cramer, Nešlehová est l'auteure d'un manuel de premier cycle en langue allemande sur l'introduction aux mathématiques, Vorkurs Mathematik: Arbeitsbuch zum Studienbeginn in Bachelor-Studiengängen (Springer, 2005 ; 7e éd., 2018)[3],[6].

Distinctions

modifier

Nešlehová est élue membre de l'Institut international de statistique en 2011[2]. En 2020, elle est nommée Fellow de l'Institut de statistique mathématique[2],[7].

Elle est lauréate 2019 du Prix CRM-SSC de statistique « pour ses contributions fondamentales à l’analyse multidimensionnelle et notamment la modélisation de la dépendance stochastique et la théorie des valeurs extrêmes, et pour ses efforts de promotion de saines pratiques statistiques en gestion du risque. »[3].

En 2023, Nešlehová devient la deuxième statisticienne (après Nancy Reid en 1995) à recevoir le prix Krieger-Nelson décerné par la Société mathématique du Canada[2],[8].

Vie privée

modifier

Nešlehová est mariée au statisticien Christian Genest[1].

Références

modifier
(en) Cet article est partiellement ou en totalité issu de l’article de Wikipédia en anglais intitulé « Johanna G. Nešlehová » (voir la liste des auteurs).
  1. a et b (en) « Johanna G. Nešlehová CV ».
  2. a b c d e et f (en) « Johanna G. Nešlehová », McGill University (consulté le 1er juillet 2020).
  3. a b c d et e (en) « Johanna Nešlehová, CRM-SSC Prize in Statistics 2019 », Statistical Society of Canada (consulté le 1er juillet 2020).
  4. (en) « Johanna Nešlehová », sur le site du Mathematics Genealogy Project
  5. (en) « New Professor for Applied Probability and Statistics: Johanna G. Nešlehová » (consulté le 18 octobre 2022).
  6. Recensions de Vorkurs Mathematik: Roland Fahrion, 1re éd., lien Zentralblatt MATH; Katherine Roegner, 3e éd., lien Zentralblatt MATH; Franz Lemmermeyer, 4e éd., lien Zentralblatt MATH
  7. (en) « Honored IMS Fellows » (consulté le 1er juillet 2020).
  8. (en) « Krieger-Nelson Prize Winner » (consulté le 15 juillet 2023).

Liens externes

modifier

📚 Artikel Terkait di Wikipedia

Convergence de variables aléatoires

anglais généralement sous le nom de continuous mapping theorem, établit qu'une fonction g continue appliquée à une variable qui converge vers X convergera

Théorie des probabilités

simplement en utilisant une variable aléatoire. Elle donne la moyenne de la variable aléatoire X. L'espérance de la variable aléatoire X de loi P X {\displaystyle

Mouvement brownien

University Press (1967). Texte au format pdf. Daniel Revuz et Marc Yor, Continuous martingales and Brownian motion, 3e ed., New York Springer (1999) (ISBN 3-540-64325-7)

Liste d'abréviations en informatique

eXtension, voir Adressage mémoire VAR : Value Added Reseller VARiable VB : Visual Basic VBR : Variable bit rate Volume Boot Record VCM : Video Compression Manager

Loi sécante hyperbolique

theory of Wiener's stochastic variables », Trabajos de Estadistica, vol. 7,‎ 1956, p. 159-174. Luc Devroye, Non-Uniform Random Variate Generation, New York

Loi stable

Marcus, M. B. and Pisier, G., « Characterizations of almost surely continuous p-stable random Fourier series and strongly stationary processes », Acta Math

Loi de probabilité à queue lourde

S. Foss, T. Konstantopoulos et S. Zachary, « Discrete and Continuous Time Modulated Random Walks with Heavy-Tailed Increments », Journal of Theoretical

Loi géométrique stable

Mark M. Meerschaert et Hans-Peter Scheffler, « Limit Theorems for Continuous Time Random Walks », Journal of Applied Probability, vol. 41, no 3,‎ septembre