Séminaire de Probabilités et Statistique

Le lundi 03 mars 2008 à 10:30 - UM2 - Bât 09 - Salle 331 (3ème ét.)

André Mas
A propos des méthodes d'estimation locale pour données fonctionnelles

Le cadre initial de cet exposé est la régression sur données fonctionnelles. On dispose d'un échantillon $\left( y_{i},X_{i}\right) \in\left( \mathbb{R}\times\mathcal{F}\right) ^{\otimes n}$ où $\mathcal{F}\right$ est un espace de fonctions. On s'intéresse à l'estimation ponctuelle de la fonction de régression : $r\left( x_{0}\right) =\mathbb{E}\left( y|X=x_{0}\right) $ par des techniques "à noyau". L'estimateur de Nadaraya-Watson a déjà été étudié et les recherches actuelles se concentrent sur la généralisation des méthodes de type "polynômes locaux". Un estimateur par régression linéaire locale est proposé ; il est solution d'un problème inverse que l'on explicitera. Son étude nécessite la détermination de l'asymptotique exacte de moments tronqués pour variables fonctionnelles à travers la notion d'opérateur de covariance locale. Ces opérateurs eux-mêmes dépendent complètement de la probabilité de petite boule : $\mathbb{P}\left( \left\Vert X-x_{0}\right\Vert <\varepsilon\right) ,$ $\varepsilon\downarrow0$. On donnera un résultat nouveau de représentation de ces probabilités de petites boules en les reliant avec une classe de fonctions qui apparaît en théorie des extrêmes.



Voir la liste des séminaires