Méthodes récursives en estimation et prévision non paramétriques - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Conference Papers Year : 2010

Méthodes récursives en estimation et prévision non paramétriques

Abstract

Nous introduisons d'abord une famille paramétrique d'estimateurs récursifs de la densité indexée par un paramètre l appartenant à [0, 1]. Leur comportement asymptotique en fonction du paramètre l va nous amener à introduire des critères de comparaison basés sur les biais, variance et erreur quadratique asymptotiques. Pour ces critères, nous comparons nos estimateurs entre eux et aussi comparons notre famille d'estimateurs à l'estimateur non récursif de la densité de Parzen-Rozenblatt. Ensuite, nous définissons à partir denotre famille d'estimateurs de la densité une famille d'estimateurs récursifs à noyau de la fonction de régression. Nous étudions également ses propriétés asymptotiques en fonction du paramètre l. Ces résultats permettent ainsi de construire une famille de prédicateurs non paramétriques qui permettent de réduire le temps calcul.
Fichier principal
Vignette du fichier
p141.pdf (424.06 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

inria-00494792 , version 1 (24-06-2010)

Identifiers

  • HAL Id : inria-00494792 , version 1

Cite

Aboubacar Amiri. Méthodes récursives en estimation et prévision non paramétriques. 42èmes Journées de Statistique, 2010, Marseille, France, France. ⟨inria-00494792⟩
84 View
445 Download

Share

Gmail Facebook Twitter LinkedIn More