Comptes Rendus
no. 7-8
Statistics
Nonparametric estimation of the density of the regression noise
[Estimation non-paramétrique de la loi des erreurs dans un modèle de régression]

Présenté par : Paul Deheuvels

Sandra Plancade1
1 MAP5, UMR 8145, Université Paris Descartes, 45, rue des Saints-Pères, 75270 Paris cedex 06, France
Comptes Rendus. Mathématique, Volume 346 (2008) no. 7-8, pp. 461-466.

Cette Note présente un estimateur de la loi de l'erreur dans un modèle de régression homoscédastique, basé sur des techniques de sélection de modèle, et propose une majoration du risque quadratique intégré.

This Note presents an estimator of the density of the error in a homoscedastic regression model, based on model selection methods, and propose a bound for the quadratic integrated risk.

Reçu le :
Accepté le :
Publié le :
DOI : 10.1016/j.crma.2008.02.021
Sandra Plancade 1

1 MAP5, UMR 8145, Université Paris Descartes, 45, rue des Saints-Pères, 75270 Paris cedex 06, France 
@article{CRMATH_2008__346_7-8_461_0,
     author = {Sandra Plancade},
     title = {Nonparametric estimation of the density of the regression noise},
     journal = {Comptes Rendus. Math\'ematique},
     pages = {461--466},
     publisher = {Elsevier},
     volume = {346},
     number = {7-8},
     year = {2008},
     doi = {10.1016/j.crma.2008.02.021},
     language = {en},
}
TY  - JOUR
AU  - Sandra Plancade
TI  - Nonparametric estimation of the density of the regression noise
JO  - Comptes Rendus. Mathématique
PY  - 2008
SP  - 461
EP  - 466
VL  - 346
IS  - 7-8
PB  - Elsevier
DO  - 10.1016/j.crma.2008.02.021
LA  - en
ID  - CRMATH_2008__346_7-8_461_0
ER  - 
%0 Journal Article
%A Sandra Plancade
%T Nonparametric estimation of the density of the regression noise
%J Comptes Rendus. Mathématique
%D 2008
%P 461-466
%V 346
%N 7-8
%I Elsevier
%R 10.1016/j.crma.2008.02.021
%G en
%F CRMATH_2008__346_7-8_461_0
Sandra Plancade. Nonparametric estimation of the density of the regression noise. Comptes Rendus. Mathématique, Volume 346 (2008) no. 7-8, pp. 461-466. doi : 10.1016/j.crma.2008.02.021. https://comptes-rendus.academie-sciences.fr/mathematique/articles/10.1016/j.crma.2008.02.021/

[1] Y. Baraud Model selection for regression on a random design, ESAIM Probab. Statist., Volume 6 (2002), pp. 127-146

[2] Y. Baraud Model selection for regression on a fixed design, Probab. Theory Related Fields, Volume 117 (2000), pp. 467-493

[3] R.A. DeVore; G.G. Lorentz Constructive Approximation, Springer-Verlag, 1993

[4] S. Efromovich Estimation of the density of regression errors, Annals of Statistics, Volume 33 (2005), pp. 2194-2227

[5] W. Härdle; G. Kerbyacharian; D. Picard; A. Tsybakov Wavelets, Approximation, and Statistical Applications, Lecture Notes in Statistics, vol. 129, 1998

[6] C. Lacour, Adaptative estimation of the transition density of a particular hidden Markov chain, J. Multivariate Anal. 2006, in press, available online; arXiv: math/0611681v1 [math.ST], hal-00115612, version 1

[7] P. Massart Concentration inequalities and model selection, July 6–23, 2003 (Lecture Notes in Mathematics), Volume vol. 1896 (2007)

Cité par Sources :

Commentaires - Politique

Ces articles pourraient vous intéresser

Nonparametric estimation of the density of regression errors

Rawane Samb

C. R. Math (2011)