Application de la Quantification Optimale à la méthode SIR - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Conference Papers Year : 2011

Application de la Quantification Optimale à la méthode SIR

Abstract

On considère un modèle de régression semi-paramétrique dans lequel la variable explicative $X$ est de dimension $d$ et intervient seulement via sa projection $\beta'X$. Pour ce modèle, le problème majeur est l'estimation du paramètre vectoriel $\beta$ et la prédiction de la variable réponse réelle $Y$ conditionnellement a $X$. Notre approche est fondée sur la méthode SIR (pour Sliced Inverse Regression) et la quantification optimale en norme $\mathbb{L}^p$. Nous démontrons la convergence des estimateurs propos es de $\beta$ et de la loi conditionnelle. Des simulations montrent le bon comportement numérique des estimateurs.
Fichier principal
Vignette du fichier
azais_sfds.pdf (183.56 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

hal-00643820 , version 1 (22-11-2011)

Identifiers

  • HAL Id : hal-00643820 , version 1

Cite

Romain Azaïs, Anne Gégout-Petit, Jérôme Saracco. Application de la Quantification Optimale à la méthode SIR. 43èmes Journées de Statistique, May 2011, Gammarth, Tunisie. ⟨hal-00643820⟩
128 View
349 Download

Share

Gmail Facebook X LinkedIn More