REGRESSION NON PARAMETRIQUE DANS UN MODELE GAUSSIEN

Auteurs-es

  • N NEMOUCHI Université Constantine 1
  • Z MOHDEB Université Constantine 1

Mots-clés :

Estimation de la densité, estimation de la régression, estimation à noyau, bandes de confiance.

Résumé

L'objet de ce travail est de construire des estimateurs de régression non paramétrique asymptotiquement optimaux, sous l'hypothèse que les lois sous-jacentes sont gaussiennes. Les résultats que nous obtenons présentent l'intérêt d'être directement applicables en analyse exploratoire des données.

Téléchargements

Les données relatives au téléchargement ne sont pas encore disponibles.

Bibliographies de l'auteur-e

N NEMOUCHI, Université Constantine 1

Département de Mathématique

Z MOHDEB, Université Constantine 1

Département de Mathématique,

Références

- Akaike, H. (1954). An approximation of the density function.

Ann. Inst. Statist. Math., 6, 127-132.

- Bosq, D. et Lecoutre, J. P. (1987). Théorie de l’Estimation

Fonctionnelle. Economica, Paris.

- Deheuvels, P. and Mason, D. M. (2004). General asymptotic

confidence bands based on kernel-type function estimators.

Stat. Infer. Soc. Processes, 7, 225-277.

- Devroye, L. (1978). The uniform convergence of the

Nadaraya-Watson regression function Estimate. Can. J.

Statist., 6, 179-191.

- Devroye, L. and Györfi, L. (1985). Nonparametric Density

Estimation: The L1 view. Wiley, New York.

- Devroye, L. and Lugosi, G. (2001). Combinatorial methods in

density estimation. Springer Series in Statistics. Springer-

Verlag, New York.

- Einmahl, U. and Mason, D. M. (2000). An empirical process

approach to the uniform consistency of kernel-type function

estimators. J. Theoretical Prob., 13, 1-37.

- Härdle, W. (1990). Applied Nonparametric Regression.

Cambridge University Press, Cambridge.

- Härdle, W., Jansen, P. and Serfling, R. (1988). Strong

uniform consistency rates for estimators of conditional

functionals. Ann. Statist., 16, 1428-1449.

- Izenman, A. J. (1991). Recents developments in

nonparametric density estimation. J. Amer. Statist. Assoc.,

, no. 413, 205-224.

- Nadaraya, E. A. (1964). On estimating regression. Theor.

Prob. Appl., 9, 141-142.

- Nadaraya, E. A. (1989). Nonparametric Estimation of

Probability Densities and Regression Curves. Kluwer,

Dordrecht.

- Parzen, E. (1962). On estimation of a probability density

function and mode. Ann. Math. Statist. 33, 1065-1076.

- Prakasa Rao, B. L. S. (1983). Nonparametric Functional

Estimation. Academic Press, New York.

- Rosenblatt, M. (1956). Remarks on some nonparametric

estimates of a density function. Ann. Math. Statist., 27, 832-

- Roussas, G. (1990). Nonparametric Functional Estimation

and Related Topics. NATO ASI series 355. Kluwer,

Dordrecht.

- Scott, D. W. (1992). Multivariate Density Estimation-

Theory, Practice and Visualization. Wiley, New York.

- Silverman, B. W. (1986). Density Estimation for Statistics

and Data Analysis. Chapman and Hall, London.

- Wand, M. P. and Jones, M. C. (1995). Kernel Smoothing.

Chapman and Hall, London.

- Watson, G. S. (1964). Smooth Regression Analysis.

Sankhya A, 26, 359-372.

Téléchargements

Publié-e

2006-12-01

Comment citer

NEMOUCHI, N., & MOHDEB, Z. (2006). REGRESSION NON PARAMETRIQUE DANS UN MODELE GAUSSIEN. Sciences & Technologie. A, Sciences Exactes, (24), 25–30. Consulté à l’adresse https://revue.umc.edu.dz/a/article/view/136

Numéro

Rubrique

Articles