Comptes Rendus
Régression non-paramétrique pour des variables aléatoires fonctionnelles mélangeantes
Comptes Rendus. Mathématique, Volume 334 (2002) no. 3, pp. 217-220.

Cette Note concerne l'étude d'un modèle de régression non-paramétrique pour des variables aléatoires fonctionnelles (v.a.f.) mélangeantes. Plus précisément, nous considérons une suite (Xi,Yi)i fortement mélangeante, chaque couple (Xi,Yi) étant identiquement distribué suivant un couple (X,Y) où X est une v.a.f. à valeurs dans un espace vectoriel semi-normé alors que Y est une v.a. réelle (v.a.r.). Dans ce contexte, on souhaite expliquer la v.a.r. Y par la v.a.f. X au moyen d'un modèle de régression non-paramétrique. Nous proposons un estimateur à noyau de l'opérateur de régression pour lequel nous donnons un résultat de convergence presque complète uniforme.

This paper concerns a nonparametric regression model for dependent functional variables. The aim is to explain a r.r.v. Y by a functional regressor namely a variable X which is valued in some semi-normed vector space. A kernel type estimator is proposed and asymptotics with rates are proved under strong mixing assumption.

Reçu le :
Révisé le :
Publié le :
DOI : 10.1016/S1631-073X(02)02248-3

Frédéric Ferraty 1 ; Aldo Goia 2 ; Philippe Vieu 1

1 Lab. Stat. & Prob., Université Paul Sabatier, Toulouse, France
2 Dip. di Scienze Economiche e Metodi Quantitativi, Università degli Studi del Piemonte Orientale, Novara, Italie
@article{CRMATH_2002__334_3_217_0,
     author = {Fr\'ed\'eric Ferraty and Aldo Goia and Philippe Vieu},
     title = {R\'egression non-param\'etrique pour des variables al\'eatoires fonctionnelles m\'elangeantes},
     journal = {Comptes Rendus. Math\'ematique},
     pages = {217--220},
     publisher = {Elsevier},
     volume = {334},
     number = {3},
     year = {2002},
     doi = {10.1016/S1631-073X(02)02248-3},
     language = {fr},
}
TY  - JOUR
AU  - Frédéric Ferraty
AU  - Aldo Goia
AU  - Philippe Vieu
TI  - Régression non-paramétrique pour des variables aléatoires fonctionnelles mélangeantes
JO  - Comptes Rendus. Mathématique
PY  - 2002
SP  - 217
EP  - 220
VL  - 334
IS  - 3
PB  - Elsevier
DO  - 10.1016/S1631-073X(02)02248-3
LA  - fr
ID  - CRMATH_2002__334_3_217_0
ER  - 
%0 Journal Article
%A Frédéric Ferraty
%A Aldo Goia
%A Philippe Vieu
%T Régression non-paramétrique pour des variables aléatoires fonctionnelles mélangeantes
%J Comptes Rendus. Mathématique
%D 2002
%P 217-220
%V 334
%N 3
%I Elsevier
%R 10.1016/S1631-073X(02)02248-3
%G fr
%F CRMATH_2002__334_3_217_0
Frédéric Ferraty; Aldo Goia; Philippe Vieu. Régression non-paramétrique pour des variables aléatoires fonctionnelles mélangeantes. Comptes Rendus. Mathématique, Volume 334 (2002) no. 3, pp. 217-220. doi : 10.1016/S1631-073X(02)02248-3. https://comptes-rendus.academie-sciences.fr/mathematique/articles/10.1016/S1631-073X(02)02248-3/

[1] D. Bosq Nonparametric Statistics for Stochastic Processes: Estimation and Prediction, Lecture Notes in Statist., 110, Springer-Verlag, 1998

[2] D. Bosq Linear Processes in Function Spaces, Theory and Applications, Lecture Notes in Statist., 149, Springer-Verlag, 2000

[3] F. Ferraty; P. Vieu Dimension fractale et estimation de la régression dans des espaces vectoriels semi-normés, C. R. Acad. Sci. Paris, Volume 330 (2000), pp. 139-142

[4] F. Ferraty, P. Vieu, The functional nonparametric model and application to spectrometric data, Comput. Statist. (2001) (a paraı̂tre)

[5] F. Ferraty, A. Goia, P. Vieu, Functional nonparametric model for time series: a fractal approach for dimension reduction, Preprint, 2001

[6] J.O. Ramsay; B.W. Silverman Functional Data Analysis, Springer-Verlag, 1997

[7] E. Rio Théorie asymptotique des processus faiblement dépendants, Mathématiques & Applications, 31, Springer–SMAI, 1999

[8] STAPH, Statistique Fonctionnelle : résumés des exposés 1999–2000, Publication du Laboratoire de Statistique et Probabilités de Toulouse, #LSP-2001-05, 2000

[9] STAPH, Statistique Fonctionnelle : résumés des exposés 2000–2001, Publication du Laboratoire de Statistique et Probabilités de Toulouse, #LSP-2001-07, 2001

  • Somia Guenani; Wahiba Bouabsa; Fetitah Omar; Mohammed Kadi Attouch; Salah Khardani Some asymptotic results of a k NN conditional mode estimator for functional stationary ergodic data, Communications in Statistics - Theory and Methods, Volume 54 (2025) no. 10, p. 3094 | DOI:10.1080/03610926.2024.2384557
  • Abdelkader Rassoul; Abderrahmane Belguerna; Hamza Daoudi; Zouaoui Chikr Elmezouar; Fatimah Alshahrani On the Exact Asymptotic Error of the Kernel Estimator of the Conditional Hazard Function for Quasi-Associated Functional Variables, Mathematics, Volume 13 (2025) no. 13, p. 2172 | DOI:10.3390/math13132172
  • S. Dabo-Niang; S. Guillas; C. Ternynck Efficiency in multivariate functional nonparametric models with autoregressive errors, Journal of Multivariate Analysis, Volume 147 (2016), p. 168 | DOI:10.1016/j.jmva.2016.01.007
  • Said Attaoui Strong uniform consistency rates and asymptotic normality of conditional density estimator in the single functional index modeling for time series data, AStA Advances in Statistical Analysis, Volume 98 (2014) no. 3, p. 257 | DOI:10.1007/s10182-014-0227-3
  • Aurore Delaigle; Peter Hall Defining probability density for a distribution of random functions, The Annals of Statistics, Volume 38 (2010) no. 2 | DOI:10.1214/09-aos741
  • Bruno Pelletier Non-parametric regression estimation on closed Riemannian manifolds, Journal of Nonparametric Statistics, Volume 18 (2006) no. 1, p. 57 | DOI:10.1080/10485250500504828

Cité par 6 documents. Sources : Crossref

Commentaires - Politique


Il n'y a aucun commentaire pour cet article. Soyez le premier à écrire un commentaire !


Publier un nouveau commentaire:

Publier une nouvelle réponse: