Estimation non paramétrique de quantiles conditionnels pour des variables fonctionnelles spatialement dépendantes

Ali Laksaci; Fouzia Maref

doi:10.1016/j.crma.2009.06.012

Statistique

Estimation non paramétrique de quantiles conditionnels pour des variables fonctionnelles spatialement dépendantes

Présenté par : Paul Deheuvels

Ali Laksaci ¹ ; Fouzia Maref ²

¹ Laboratoire de mathématiques, université Djilali-Liabes, BP 89, Sidi Bel Abbes, 22000, Algérie
² Université de Saida, Saida, 20000, Algérie

Comptes Rendus. Mathématique, Volume 347 (2009) no. 17-18, pp. 1075-1080.

Résumé
Abstract

Étant donné un champ aléatoire fonctionnel, stationnaire ( $Z_{i} = {(X_{i}, Y_{i})}_{, i \in N^{N}}$ , $N > 0$ ) à valeurs dans $F \times R$ , où $F$ est un espace semi-métrique, de dimension éventuellement infinie. Dans cette Note, on se propose d'étudier la covariation spatiale des deux variables $X_{i}$ et $Y_{i}$ via l'estimation non paramétrique des quantiles conditionnels de $Y_{i}$ sachant $X_{i}$ . Nous construisons un estimateur à noyau pour ce modèle non paramétrique spatial et nous établissons sa vitesse de convergence presque complètement.

Consider $Z_{i} = (X_{i}, Y_{i})$ , $i \in N^{N}$ be a $F \times R$ -valued measurable strictly stationary spatial process, where $F$ is a semi-metric space. We study a kernel estimator of conditional quantiles of the univariate response variable $Y_{i}$ given the functional variable $X_{i}$ . The main aim of this Note is to prove the almost complete convergence (with rate) of this estimate.

Reçu le : 2009-03-13
Accepté le : 2009-06-17
Publié le : 2009-07-11

DOI : 10.1016/j.crma.2009.06.012

Affiliations des auteurs :

Ali Laksaci ¹ ; Fouzia Maref ²

¹ Laboratoire de mathématiques, université Djilali-Liabes, BP 89, Sidi Bel Abbes, 22000, Algérie
² Université de Saida, Saida, 20000, Algérie

@article{CRMATH_2009__347_17-18_1075_0,
     author = {Ali Laksaci and Fouzia Maref},
     title = {Estimation non param\'etrique de quantiles conditionnels pour des variables fonctionnelles spatialement d\'ependantes},
     journal = {Comptes Rendus. Math\'ematique},
     pages = {1075--1080},
     publisher = {Elsevier},
     volume = {347},
     number = {17-18},
     year = {2009},
     doi = {10.1016/j.crma.2009.06.012},
     language = {fr},
}

TY  - JOUR
AU  - Ali Laksaci
AU  - Fouzia Maref
TI  - Estimation non paramétrique de quantiles conditionnels pour des variables fonctionnelles spatialement dépendantes
JO  - Comptes Rendus. Mathématique
PY  - 2009
SP  - 1075
EP  - 1080
VL  - 347
IS  - 17-18
PB  - Elsevier
DO  - 10.1016/j.crma.2009.06.012
LA  - fr
ID  - CRMATH_2009__347_17-18_1075_0
ER  -

%0 Journal Article
%A Ali Laksaci
%A Fouzia Maref
%T Estimation non paramétrique de quantiles conditionnels pour des variables fonctionnelles spatialement dépendantes
%J Comptes Rendus. Mathématique
%D 2009
%P 1075-1080
%V 347
%N 17-18
%I Elsevier
%R 10.1016/j.crma.2009.06.012
%G fr
%F CRMATH_2009__347_17-18_1075_0

Ali Laksaci; Fouzia Maref. Estimation non paramétrique de quantiles conditionnels pour des variables fonctionnelles spatialement dépendantes. Comptes Rendus. Mathématique, Volume 347 (2009) no. 17-18, pp. 1075-1080. doi : 10.1016/j.crma.2009.06.012. https://comptes-rendus.academie-sciences.fr/mathematique/articles/10.1016/j.crma.2009.06.012/

Bibliographie
Cité par

[1] L. Anselin; R.J.G.M. Florax New Directions in Spatial Econometrics, Springer, Berlin, 1995

[2] M. Carbon; C. Francq; L.T. Tran Kernel regression estimation for random fields, J. Statist. Plann. Inference, Volume 137 (2007), pp. 778-798

[3] N.A. Cressie Statistics for Spatial Data, Wiley, New York, 1991

[4] R.M. Crujeiras, W.G. Manteiga, A. Laksaci, E. Ould Saïd, Asymptotic properties for an $L^{1}$ -norm kernel estimator of the spatial quantile regression for functional data. Technical report, no. 393, Mars 2009, LMPA, Université du Littoral Cote d'Opale, submitted for publication

[5] S. Dabo-Niang; A.F. Yao Kernel regression estimation for continuous spatial processes, Math. Methods Statist., Volume 16 (2007), pp. 298-317

[6] S. Dabo-Niang, A. Laksaci, Spatial conditional quantile regression: Weak consistency of a kernel estimate, 2009, submitted for publication

[7] M. Ezzahrioui; E. Ould-Said Asymptotic results of the kernel estimator of the conditional quantile in the normed space under α-mixing hypothesis, Comm. Statist. Theory Methods, Volume 37 (2008), pp. 2735-2759

[8] F. Ferraty; Ph. Vieu Nonparametric Functional Data Analysis, Springer Series in Statistics, Springer, New York, 2006

[9] F. Ferraty; A. Rabhi; Ph. Vieu Conditional quantiles for functionally dependent data with application to the climatic El Nino Phenomenon, Sankhyia, Volume 67 (2005), pp. 378-399

[10] F. Ferraty; A. Laksaci; Ph. Vieu Estimating some characteristics of the conditional distribution in nonparametric functional models, Stat. Inference Stoch. Process., Volume 9 (2006), pp. 47-76

[11] X. Guyon Random Fields on a Network – Modeling, Statistics, and Applications, Springer, New York, 1995

[12] M. Hallin, Z. Lu, K. Yu, Local linear spatial quantile regression, Bernoulli (2009), in press

[13] A. Laksaci, E. Ould Saïd, Kernel estimator for the spatial regression quantile : $L_{1}$ -approach. Technical report, no. 392, Mars 2009, LMPA, Université du Littoral Côte d'Opale, submitted for publication

[14] A. Laksaci; M. Lemdani; E. Ould-Saïd A generalized $L^{1}$ -approach for a kernel estimator of conditional quantile with functional regressors: Consistency and asymptotic normality, Statist. Probab. Lett., Volume 79 (2009), pp. 1065-1073

[15] M. Lemdani; E. Ould-Saïd; N. Poulin Asymptotic properties of a conditional quantile estimator with randomly truncated data, J. Multivariate Anal., Volume 100 (2009), pp. 546-559

[16] J. Li; L.T. Tran Nonparametric estimation of conditional expectation, J. Statist. Plann. Inference, Volume 139 (2009), pp. 164-175

[17] B. Ripley Spatial Statistics, Wiley, New York, 1981

[18] M. Samanta Non-parametric estimation of conditional quantiles, Statist. Probab. Lett., Volume 7 (1989), pp. 407-412

[19] C. J Stone Consistent nonparametric regression, Discuss. Ann. Statist., Volume 5 (1977), pp. 595-645

[20] W. Stute Conditional empirical processes, Ann. Statist., Volume 14 (1986), pp. 638-647

[21] L.T. Tran Kernel density estimation on random fields, J. Multivariate Anal., Volume 34 (1990), pp. 37-53

[22] E. Youndjé, Estimation non paramétrique de la densité conditionnelle par la méthode du noyau, Thèse de Doctarat, Université de Rouen, 1993

Cité par Sources :

Commentaires - Politique