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 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.
Révisé le :
Publié le :
Frédéric Ferraty 1 ; Aldo Goia 2 ; Philippe Vieu 1
@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},
year = {2002},
publisher = {Elsevier},
volume = {334},
number = {3},
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 -
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
[1] Nonparametric Statistics for Stochastic Processes: Estimation and Prediction, Lecture Notes in Statist., 110, Springer-Verlag, 1998
[2] Linear Processes in Function Spaces, Theory and Applications, Lecture Notes in Statist., 149, Springer-Verlag, 2000
[3] 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] Functional Data Analysis, Springer-Verlag, 1997
[7] 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
Cité par Sources :
Commentaires - Politique