Comptes Rendus
no. 19-20
Statistique
Choix optimal du paramètre de lissage pour les U-statistiques conditionnelles

Présenté par : Paul Deheuvels

Lynda Arezki1 ; Djamal Louani1
1 LSTA, université Pierre-et-Marie-Curie Paris 6, 175, rue du Chevaleret, 75013 Paris, France
Comptes Rendus. Mathématique, Volume 348 (2010) no. 19-20, pp. 1115-1118.

Dans cette Note, nous proposons une procédure basée sur la méthode de validation croisée pour choisir le paramètre de lissage pour les U-statistiques conditionnelles. Nous montrons, par ailleurs, que le paramètre sélectionné est asymptotiquement optimal pour divers critères quadratiques. Notons que pour un choix approprié du noyau (φ) de la U-statistique, nos résultats permettent de déduire le paramètre de lissage optimal pour différents estimateurs non paramétriques usuels.

This Note proposes a procedure based on the cross-validation method to select the smoothing parameter of the conditional U-statistics. We state here that the obtained data-driven bandwidths are asymptotically optimal with respect to various criteria. Notice that by suitable choices of the U-statistic kernel, say φ, our results allow to deduce in a straightforward way the optimal smoothing parameter of various usual nonparametric estimates.

Reçu le :
Accepté le :
Publié le :
DOI : 10.1016/j.crma.2010.08.007
Lynda Arezki 1 ; Djamal Louani 1

1 LSTA, université Pierre-et-Marie-Curie Paris 6, 175, rue du Chevaleret, 75013 Paris, France 
@article{CRMATH_2010__348_19-20_1115_0,
     author = {Lynda Arezki and Djamal Louani},
     title = {Choix optimal du param\`etre de lissage pour les {\protect\emph{U}-statistiques} conditionnelles},
     journal = {Comptes Rendus. Math\'ematique},
     pages = {1115--1118},
     publisher = {Elsevier},
     volume = {348},
     number = {19-20},
     year = {2010},
     doi = {10.1016/j.crma.2010.08.007},
     language = {fr},
}
TY  - JOUR
AU  - Lynda Arezki
AU  - Djamal Louani
TI  - Choix optimal du paramètre de lissage pour les U-statistiques conditionnelles
JO  - Comptes Rendus. Mathématique
PY  - 2010
SP  - 1115
EP  - 1118
VL  - 348
IS  - 19-20
PB  - Elsevier
DO  - 10.1016/j.crma.2010.08.007
LA  - fr
ID  - CRMATH_2010__348_19-20_1115_0
ER  - 
%0 Journal Article
%A Lynda Arezki
%A Djamal Louani
%T Choix optimal du paramètre de lissage pour les U-statistiques conditionnelles
%J Comptes Rendus. Mathématique
%D 2010
%P 1115-1118
%V 348
%N 19-20
%I Elsevier
%R 10.1016/j.crma.2010.08.007
%G fr
%F CRMATH_2010__348_19-20_1115_0
Lynda Arezki; Djamal Louani. Choix optimal du paramètre de lissage pour les U-statistiques conditionnelles. Comptes Rendus. Mathématique, Volume 348 (2010) no. 19-20, pp. 1115-1118. doi : 10.1016/j.crma.2010.08.007. https://comptes-rendus.academie-sciences.fr/mathematique/articles/10.1016/j.crma.2010.08.007/

[1] K. Benhenni; F. Ferraty; M. Rachdi; P. Vieu Local smoothing regression with functional data, Comput. Statist., Volume 22 (2007), pp. 353-369

[2] W. Härdle; J.S. Marron Optimal bandwidth selection in nonparametric regression function estimation, Ann. Statist., Volume 13 (1985), pp. 1465-1481

[3] J.D. Hart Nonparametric Smoothing and Lack-of-Fit Tests, Springer Series in Statistics, Springer-Verlag, New York, 1997

[4] J.S. Marron; W. Härdle Random approximations to some measures of accuracy in nonparametric curve estimation, J. Multivariate Anal., Volume 20 (1986), pp. 91-113

[5] M. Rachdi; P. Vieu Nonparametric regression for functional data: automatic smoothing parameter selection, J. Statist. Plann. Inference, Volume 137 (2007), pp. 2784-2801

[6] P. Sarda; P. Vieu Validation croisée pour l'estimation non-paramétrique de la densité conditionnelle, Publ. Inst. Univ. Paris, Volume 1 (1994), pp. 57-80

[7] A. Sen Uniform strong consistency rates for conditional U-statistics, Sankhyā Ser. A, Volume 2 (1994), pp. 179-194

[8] R.J. Serfling Approximation Theorems of Mathematical Statistics, Wiley Series in Probability and Mathematical Statistics, John Wiley & Sons, Inc., New York, 1980

[9] W. Stute Conditional U-statistics, Ann. Probab., Volume 2 (1991), pp. 812-825

[10] M.P. Wand; M.C. Jones Kernel Smoothing, Chapman & Hall, London, 1995

Cité par Sources :

Commentaires - Politique

Ces articles pourraient vous intéresser

Sélection automatique du paramètre de lissage pour l'estimation non paramétrique de la régression pour des données fonctionnelles

Mustapha Rachdi; Philippe Vieu

C. R. Math (2005)

Estimation non paramétrique du mode conditionnel pour variable explicative fonctionnelle

Sophie Dabo-Niang; Ali Laksaci

C. R. Math (2007)

Estimation locale linéaire de la densité conditionnelle pour des données fonctionnelles

Jacques Demongeot; Ali Laksaci; Fethi Madani; ...

C. R. Math (2010)