| Titre : | La convergence en moyenne quadratique d’un estimateur à noyau de la régression |
| Auteurs : | Rahmani .S, Directeur de thèse ; Daoudi,Khadidja, Auteur |
| Type de document : | texte imprimé |
| Editeur : | Alger: univ-saida, 2016 |
| Format : | 58 p. / fig.;tab. / 27 cm. |
| Note générale : | Bibliographie |
| Langues: | Français |
| Langues originales: | Français |
| Mots-clés: | Mathématique ; La convergence en moyenne quadratique ; estimateur ; noyau ; régression |
| Résumé : |
A travers ce mémoire, nous avons étudié l’erreur moyenne quadratique d’un estimateur à noyau de la régression lorsque la variable explicative prenne ses valeurs dans un espace unidimensionnel, multidimensionnel et finalement fonctionnel, et la variable réponse est toujours un réel.Nous avons obtenu l’expression asymptotiquement exacte de l’erreur qua-dratique, lorsque les observations sont indépendantes identiquement distri-buées, et ces résultats sont généralisés au cas où les observations sont α-mélangeantes Tous les résultats des vitesses de convergence, c’est-à-dire les théorèmes dans les trois cas mettent en évidence le rôle du paramètre de lissage h, en re-gardant que le terme de biais est proportionnel à h tandis que le terme de variance est inversement proportionnel à h, ce qui signifie que tous les résul-tats établis nous indiquent que dans le but de minimiser l’erreur quadratique,la largeur de fenêtre ne doit pas être choisie trop grande puisque dans ce cas elle augmentera la composante proportionnelle à h 4 , ni trop petite car elle augmentera la composante proportionnelle à h, et alors l’optimisation de l’er-reur moyenne quadratique nous permettent de déterminer le paramètre de lissage optimal. On peut aussi remarquer que grâce aux hypothèses supplémentaires du cas dépendant nous avons réussi à établir des vitesses de convergence semblables au cas i.i.d.Finalement, il faut mentionner que la dimensionalité des observations (resp.du modèle ) est bien exploitée dans l’expression de la vitesse de convergence. |
| Note de contenu : |
Chapitre 1 Introduction générale Chapitre 2 La covergence en moyenne quadratique : cas réel Chapitre 3 La covergence en moyenne quadratique : cas vectoriel Chapitre 4 La covergence en moyenne quadratique : cas fonctionnel |
Exemplaires
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| aucun exemplaire |
