Comptes Rendus
no. 1
Estimation non-paramétrique de la régression dichotomique – application biomédicale
Gérard Derzko1 ; Paul Deheuvels2
1 Sanofi-Synthelabo Recherche, 371, rue du professeur Joseph Blayac, 34184 Montpellier cedex 04, France
2 LSTA, Université Paris VI, 8A23, 175, rue du Chevaleret, 75013 Paris, France
Comptes Rendus. Mathématique, Volume 334 (2002) no. 1, pp. 59-63.

Nous considérons un échantillon (X1,Y1),…,(Xn,Yn) de répliques indépendantes de (X,Y), où X est une v.a. possédant une densité conditionnellement à une v.a. discrète Y prenant les valeurs 0 ou 1. Nous estimons la régression dichotomique R(x)=𝔼(Y∣X=x) par un estimateur non-paramétrique R ^ n (x) de type Nadaraya–Watson, dont nous décrivons le comportement limite. Ces résultats sont appliqués à l'exemple biomédical du pronostic de décès sur une période fixée, connaissant la variation de la capacité vitale chez des patients atteints de sclérose latérale amyotrophique.

We consider a Nadaraya–Watson-type nonparametric estimator R ^ n (x) of the dichotomic regression R(x)=𝔼(Y∣X=x), given an i.i.d. sample (X1,Y1),…,(Xn,Yn) of (X,Y). We assume that X is a r.v. with continuous density, depending upon the values Y=0 or 1 of an indicator r.v. We give a description of the large sample limiting behaviour of R ^ n (x), and illustrate the method by a biomedical example: the prediction of death rate during a fixed period of time given the variation of vital capacity in patients suffering from amyothrophic lateral sclerosis.

Reçu le :
Révisé le :
Publié le :
DOI : 10.1016/S1631-073X(02)02202-1
Gérard Derzko 1 ; Paul Deheuvels 2

1 Sanofi-Synthelabo Recherche, 371, rue du professeur Joseph Blayac, 34184 Montpellier cedex 04, France
2 LSTA, Université Paris VI, 8A23, 175, rue du Chevaleret, 75013 Paris, France 
@article{CRMATH_2002__334_1_59_0,
     author = {G\'erard Derzko and Paul Deheuvels},
     title = {Estimation non-param\'etrique de la r\'egression dichotomique {\textendash} application biom\'edicale},
     journal = {Comptes Rendus. Math\'ematique},
     pages = {59--63},
     publisher = {Elsevier},
     volume = {334},
     number = {1},
     year = {2002},
     doi = {10.1016/S1631-073X(02)02202-1},
     language = {fr},
}
TY  - JOUR
AU  - Gérard Derzko
AU  - Paul Deheuvels
TI  - Estimation non-paramétrique de la régression dichotomique – application biomédicale
JO  - Comptes Rendus. Mathématique
PY  - 2002
SP  - 59
EP  - 63
VL  - 334
IS  - 1
PB  - Elsevier
DO  - 10.1016/S1631-073X(02)02202-1
LA  - fr
ID  - CRMATH_2002__334_1_59_0
ER  - 
%0 Journal Article
%A Gérard Derzko
%A Paul Deheuvels
%T Estimation non-paramétrique de la régression dichotomique – application biomédicale
%J Comptes Rendus. Mathématique
%D 2002
%P 59-63
%V 334
%N 1
%I Elsevier
%R 10.1016/S1631-073X(02)02202-1
%G fr
%F CRMATH_2002__334_1_59_0
Gérard Derzko; Paul Deheuvels. Estimation non-paramétrique de la régression dichotomique – application biomédicale. Comptes Rendus. Mathématique, Volume 334 (2002) no. 1, pp. 59-63. doi : 10.1016/S1631-073X(02)02202-1. https://comptes-rendus.academie-sciences.fr/mathematique/articles/10.1016/S1631-073X(02)02202-1/

[1] D. Bosq; J.P. Lecoutre Théorie de l'estimation fonctionnelle, Economica, Paris, 1987

[2] P. Deheuvels; J.H.J. Einmahl Functional limit laws for the increments of Kaplan–Meier product-limit processes and applications, Ann. Probab., Volume 28 (2000), pp. 1301-1335

[3] P. Deheuvels; D.M. Mason Functional laws of the iterated logarithm for the increments of empirical and quantile processes, Ann. Probab., Volume 22 (1992), pp. 1619-1661

[4] G. Derzko Une approche intrinsèque de l'estimation non paramétrique de la densité, C. R. Acad. Sci. Paris, Série I, Volume 327 (1998), pp. 985-988

[5] L. Devroye; L. Györfi Nonparametric Density Estimation: The L1 View, Wiley, New York, 1985

[6] U. Einmahl; D.M. Mason An empirical approach to the uniform consistency of kernel-type function estimators, J. Theoret. Probab., Volume 13 (2000), pp. 1-37

[7] T. Hastie; R. Tibshirani Generalized Additive Models, Chapman and Hall, London, 1990

[8] P. McCullagh; J.A. Nelder Generalized Linear Models, Chapman and Hall, London, 1989

[9] E.A. Nadaraya On estimating regression, Theoret. Probab. Appl., Volume 9 (1964), pp. 141-142

[10] M. Rosenblatt Curve estimates, Ann. Math. Statist., Volume 42 (1971), pp. 1815-1841

[11] D.W. Scott Multivariate Density Estimation, Theory, Practice, and Visualization, Wiley, New York, 1992

[12] R.A. Tapia; J.R. Thompson Nonparametric Probability Density Estimation, John Hopkins University Press, Baltimore, 1978

[13] G.S. Watson Smooth regression analysis, Sankhyā, Volume 26 (1964), pp. 359-372

Cité par Sources :

Commentaires - Politique

Ces articles pourraient vous intéresser

Loi du logarithme uniforme pour un estimateur non paramétrique de la régression en données censurées

Vivian Viallon

C. R. Math (2008)

Uniform law of the logarithm for the local linear estimator of the conditional distribution function

Sandie Ferrigno; Myriam Maumy-Bertrand; Aurélie Muller

C. R. Math (2010)

Vitesses de convergence uniforme presque sûre d'estimateurs non-paramétriques de la régression

David Blondin; Anne Massiani; Pierre Ribereau

C. R. Math (2005)