Estimation non paramétrique robuste de la fonction de régression

Variables fonctionnelles

Mohammed Kadi Attouch, Ali Laksaci, Elias Ould-Saïd - Collection Omn.univ.europ.

104 pages, parution le 06/07/2010

Ajouter à une liste

Expédié sous 9 jours

Livraison à partir de 0,01€ dès 35€ d'achats
Pour une livraison en France métropolitaine

QUANTITÉ

Résumé

La régression robuste est une analyse de régression ayant la capacité d''être relativement insensible aux larges déviations dues à certaines observations abérrantes. Dans ce cadre, on se propose dans cette thèse d''étudier l''estimation robuste de la fonction de régression pour des co- variables fonctionnelle. Nous établissons la normalité asymptotique, la vitesse de convergence presque complète ponctuelle et uniforme d''une famille d''estimateurs robustes basée sur la méthode du noyau. Nos résultats sont appliqués à la discrimination des courbes, aux problèmes de la prévision, à la construction des intervalles de confiance, et aux données réelles telles que l''économie et l''astronomie. Les axes structurels du sujet, à savoir la "dimensionalité" et la corrélation des observations, la "dimensionalité" et la robustesse du modèle, sont bien exploités. De plus, la propriété de la concentration de la mesure de probabilité de la variable fonctionnelle dans des petites boules est utilisée, cela permet de proposer une solution originale au problème du fléau de la dimension.

Caractéristiques techniques

	PAPIER
Éditeur(s)	Editions universitaires européennes
Auteur(s)	Mohammed Kadi Attouch, Ali Laksaci, Elias Ould-Saïd
Collection	Omn.univ.europ.
Parution	06/07/2010
Nb. de pages	104
Format	15 x 22
Couverture	Broché
Poids	148g
EAN13	9786131506789