Titre :	Modèles non-paramétriques pour données fonctionnelles
Type de document :	texte imprimé
Auteurs :	Rania Mehdi, Auteur ; Samiha Cherouana, Auteur ; Abderrahim Kitouni, Directeur de thèse
Editeur :	CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine
Année de publication :	2015
Importance :	28 f.
Format :	30 cm.
Note générale :	Une copie electronique PDF disponible au BUC.
Langues :	Français (fre)
Catégories :	Sciences Exactes:Mathématiques
Tags :	Statistiques des processus aléatoires  Données fonctionnelles  estimation de la régression  statistique non-paramétrique  simulation  Sciences Exactes
Index. décimale :	510 Mathématiques
Résumé :	L’objet de ce travail est l’étude de l’estimation de la fonction de régression d’une variable d’intérêt scalaire Y sur une variable explicative fonctionnelle X. Nous présentons quelques exemples de données fonctionnelles, et étudions quelques estimateurs non paramétriques de la régression, à savoir l’estimateur à noyau (qui est une généralisation de l’estimateur de Nadaraya-Watson), l’estimateur des k plus proches voisins (qui est un cas particulier de l’estimateur à noyau) et l’estimateur local linéaire. Nous donnons une des plus importantes propriétés de ces estimateur, qui est la convergence presque complète, en indiquant les taux de convergence. Nous terminons par une étude qui vise à comparer la performance des deux premier estimateurs sur un jeux de données réelles et sur deux modèles de données simulées.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=1187

Modèles non-paramétriques pour données fonctionnelles [texte imprimé] / Rania Mehdi, Auteur ; Samiha Cherouana, Auteur ; Abderrahim Kitouni, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2015 . - 28 f. ; 30 cm.
Une copie electronique PDF disponible au BUC.
Langues : Français (fre)

Catégories :	Sciences Exactes:Mathématiques
Tags :	Statistiques des processus aléatoires  Données fonctionnelles  estimation de la régression  statistique non-paramétrique  simulation  Sciences Exactes
Index. décimale :	510 Mathématiques
Résumé :	L’objet de ce travail est l’étude de l’estimation de la fonction de régression d’une variable d’intérêt scalaire Y sur une variable explicative fonctionnelle X. Nous présentons quelques exemples de données fonctionnelles, et étudions quelques estimateurs non paramétriques de la régression, à savoir l’estimateur à noyau (qui est une généralisation de l’estimateur de Nadaraya-Watson), l’estimateur des k plus proches voisins (qui est un cas particulier de l’estimateur à noyau) et l’estimateur local linéaire. Nous donnons une des plus importantes propriétés de ces estimateur, qui est la convergence presque complète, en indiquant les taux de convergence. Nous terminons par une étude qui vise à comparer la performance des deux premier estimateurs sur un jeux de données réelles et sur deux modèles de données simulées.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=1187