Titre :	Regression Non Parametrique
Type de document :	texte imprimé
Auteurs :	Chahinez Bouchareb, Auteur ; Boutheina Demmanedebih, Auteur ; Selma Lahcene, Auteur ; M.Boukeloua, Directeur de thèse
Editeur :	CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine
Année de publication :	2020
Importance :	66 f.
Format :	30 cm.
Note générale :	Une copie électronique PDF disponible en BUC.
Langues :	Français (fre)
Catégories :	Sciences Exactes:Mathématiques
Tags :	r´egression non param´etrique  estimateur `a noyau  param`etre de lissage  validation crois´ee  estimateur des moindres carr´es.
Index. décimale :	510 Mathématiques
Résumé :	Dans ce m´emoire, on s’int´eresse `a l’estimation non param´etrique de la fonction de r´egression. Nombreuses m´ethodes existent mais nous nous int´eressons `a deux m´ethodes: la m´ethode du noyau et la m´ethode des moindres carr´es. En premier lieu, on d´efinit l’estimateur `a noyau lorsque la variable explicative est r´eelle et vectorielle. Pour ´evaluer la qualit´e de l’estimateur on donne ses propri´et´es asymptotiques: sa convergence presque compl`ete qui implique `a la fois la convergence presque sˆure et en probabilit´e, sa convergence en moyenne quadratique et sa normalit´e asymptotique en donnant une expression explicite des termes de biais et de la variance. Ces r´esultats montrent le rˆole primordial du param`etre de lissage c’est pour cela qu’on s’int´eresse `a la m´ethode de la validation crois´ee pour obtenir un choix optimal de ce param`etre. Ensuite, on pr´esente la m´ethode des moindres carr´es et on donne la consistance de l’estimateur dans le cas de la bornitude ou la non bornitude de la variable expliqu´ee Y. Pour clarifier, on ´etudie un exemple sur l’estimateur polynomial par morceaux. On termine par une ´etude de simulation pour mettre en ´evidence la performance de l’estimateur `a noyau.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=13557

Regression Non Parametrique [texte imprimé] / Chahinez Bouchareb, Auteur ; Boutheina Demmanedebih, Auteur ; Selma Lahcene, Auteur ; M.Boukeloua, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2020 . - 66 f. ; 30 cm.
Une copie électronique PDF disponible en BUC.
Langues : Français (fre)

Catégories :	Sciences Exactes:Mathématiques
Tags :	r´egression non param´etrique  estimateur `a noyau  param`etre de lissage  validation crois´ee  estimateur des moindres carr´es.
Index. décimale :	510 Mathématiques
Résumé :	Dans ce m´emoire, on s’int´eresse `a l’estimation non param´etrique de la fonction de r´egression. Nombreuses m´ethodes existent mais nous nous int´eressons `a deux m´ethodes: la m´ethode du noyau et la m´ethode des moindres carr´es. En premier lieu, on d´efinit l’estimateur `a noyau lorsque la variable explicative est r´eelle et vectorielle. Pour ´evaluer la qualit´e de l’estimateur on donne ses propri´et´es asymptotiques: sa convergence presque compl`ete qui implique `a la fois la convergence presque sˆure et en probabilit´e, sa convergence en moyenne quadratique et sa normalit´e asymptotique en donnant une expression explicite des termes de biais et de la variance. Ces r´esultats montrent le rˆole primordial du param`etre de lissage c’est pour cela qu’on s’int´eresse `a la m´ethode de la validation crois´ee pour obtenir un choix optimal de ce param`etre. Ensuite, on pr´esente la m´ethode des moindres carr´es et on donne la consistance de l’estimateur dans le cas de la bornitude ou la non bornitude de la variable expliqu´ee Y. Pour clarifier, on ´etudie un exemple sur l’estimateur polynomial par morceaux. On termine par une ´etude de simulation pour mettre en ´evidence la performance de l’estimateur `a noyau.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=13557