Nous nous intéressons aux méthodes d''estimation non paramétriques par noyaux récursifs ainsi qu''à leurs applications à la prévision. Nous introduisons dans un premier chapitre une famille d''estimateurs récursifs de la densité indexée par un paramètre [0, 1]. Leur comportement asymptotique en fonction de va nous amener à introduire des critères de comparaison basés sur les biais, variance et erreur quadratique asymptotiques. Pour ces critères, nous comparons les estimateurs entre eux et aussi comparons notre famille à l''estimateur non récursif de la densité de Parzen-Rosenblatt. Ensuite, nous définissons à partir de notre famille d''estimateurs de la densité, une famille d''estimateurs récursifs à noyau de la fonction de régression. Nous étudions ses propriétés asymptotiques en fonction du paramètre . Nous utilisons enfin les résultats obtenus sur l''estimation de la régression pour construire un prédicteur non paramétrique par noyau. Nous obtenons ainsi une famille de prédicteurs non paramétriques qui permettent de réduire considérablement le temps de calcul. Des exemples d''application sont donnés pour valider la performance de nos estimateurs.
Il n'y a pas encore de discussion sur ce livre
Soyez le premier à en lancer une !
Les meilleurs albums, romans, documentaires, BD à offrir aux petits et aux plus grands
Il n'est pas trop tard pour les découvrir... ou les offrir !
Inspirée d’une histoire vraie, cette BD apporte des conseils et des solutions pour sortir de l'isolement
L’écrivain franco-vénézuélien Miguel Bonnefoy poursuit l’exploration fantasmagorique de sa mémoire familiale...
