Comptes Rendus
no. 3
Statistique
Choix du paramètre de lissage dans l'estimation à noyau d'une matrice de transition d'un processus semi-markovien

Présenté par : le comité de rédaction

Mouloud Cherfaoui1 ; Mohamed Boualem1 ; Djamil Aïssani1 ; Smail Adjabi1
1 Laboratoire de modélisation et d'optimisation des systèmes (LAMOS), université de Béjaia, Targa-Ouzamour, 06000 Algérie
Comptes Rendus. Mathématique, Volume 353 (2015) no. 3, pp. 273-277.

Dans cette Note, nous étudions le problème du choix du paramètre de lissage pour un estimateur à noyau de l'opérateur de transition d'une chaîne de Markov. Pour ce faire, nous avons considéré la file d'attente GI/M/1/N. Nous avons constaté que l'estimateur du paramètre de lissage choisi, par la minimisation d'une certaine norme matricielle, donne de meilleurs résultats, en termes de vitesse de convergence de l'erreur quadratique moyenne, que les alternatives classiques.

In this Note, we study the problem of choosing the smoothing parameter for a kernel estimator of the transition operator of a Markov chain. To do this, we have considered the GI/M/1/N queue. The proposed smoothing parameter performs better than the existing classical methods in terms of convergence rate of the mean square error.

Reçu le :
Accepté le :
Publié le :
DOI : 10.1016/j.crma.2014.09.030
Mouloud Cherfaoui 1 ; Mohamed Boualem 1 ; Djamil Aïssani 1 ; Smail Adjabi 1

1 Laboratoire de modélisation et d'optimisation des systèmes (LAMOS), université de Béjaia, Targa-Ouzamour, 06000 Algérie 
@article{CRMATH_2015__353_3_273_0,
     author = {Mouloud Cherfaoui and Mohamed Boualem and Djamil A{\"\i}ssani and Smail Adjabi},
     title = {Choix du param\`etre de lissage dans l'estimation \`a noyau d'une matrice de transition d'un processus semi-markovien},
     journal = {Comptes Rendus. Math\'ematique},
     pages = {273--277},
     publisher = {Elsevier},
     volume = {353},
     number = {3},
     year = {2015},
     doi = {10.1016/j.crma.2014.09.030},
     language = {fr},
}
TY  - JOUR
AU  - Mouloud Cherfaoui
AU  - Mohamed Boualem
AU  - Djamil Aïssani
AU  - Smail Adjabi
TI  - Choix du paramètre de lissage dans l'estimation à noyau d'une matrice de transition d'un processus semi-markovien
JO  - Comptes Rendus. Mathématique
PY  - 2015
SP  - 273
EP  - 277
VL  - 353
IS  - 3
PB  - Elsevier
DO  - 10.1016/j.crma.2014.09.030
LA  - fr
ID  - CRMATH_2015__353_3_273_0
ER  - 
%0 Journal Article
%A Mouloud Cherfaoui
%A Mohamed Boualem
%A Djamil Aïssani
%A Smail Adjabi
%T Choix du paramètre de lissage dans l'estimation à noyau d'une matrice de transition d'un processus semi-markovien
%J Comptes Rendus. Mathématique
%D 2015
%P 273-277
%V 353
%N 3
%I Elsevier
%R 10.1016/j.crma.2014.09.030
%G fr
%F CRMATH_2015__353_3_273_0
Mouloud Cherfaoui; Mohamed Boualem; Djamil Aïssani; Smail Adjabi. Choix du paramètre de lissage dans l'estimation à noyau d'une matrice de transition d'un processus semi-markovien. Comptes Rendus. Mathématique, Volume 353 (2015) no. 3, pp. 273-277. doi : 10.1016/j.crma.2014.09.030. https://comptes-rendus.academie-sciences.fr/mathematique/articles/10.1016/j.crma.2014.09.030/

[1] A.K. Basu; D.K. Sahoo On Berry–Esséen theorem for nonparametric density estimation in Markov sequences, Bull. Inform. Cybernet., Volume 30 (1998), pp. 25-39

[2] P. Billingsley Statistical Inference for Markov Processes, University of Chicago Press, Chicago, IL, 1961

[3] T. Bouezmarni; O. Scaillet Consistency of asymmetric kernel density estimators and smoothed histograms with application to income data, Econom. Theory, Volume 21 (2005), pp. 390-412

[4] S.X. Chen Probability density functions estimation using Gamma kernels, Ann. Inst. Stat. Math., Volume 52 (2000), pp. 471-480

[5] L. Kleinrock Queueing Systems: Theory, Vol. I, John Wiley and Sons, New York, 1975

[6] A. Laksaci; A. Yousfate Estimation fonctionnelle de la densité de l'opérateur de transition d'un processus de Markov à temps discret, C. R. Acad. Sci. Paris, Ser. I, Volume 334 (2002), pp. 1035-1038

[7] E. Masry; L. Györfi Strong consistency and rates for recursive probability density estimators of stationary processes, J. Multivar. Anal., Volume 22 (1987), pp. 79-93

[8] E. Parzen On estimation of a probability density function and mode, Ann. Math. Stat., Volume 33 (1962), pp. 1065-1076

[9] G.G. Roussas Nonparametric estimation in Markov processes, Ann. Inst. Stat. Math., Volume 21 (1969), pp. 73-87

Cité par Sources :

Commentaires - Politique

Ces articles pourraient vous intéresser

Convergence de l'estimateur spline cubique de lissage dans un modèle de régression longitudinale avec erreur de type processus

David Degras; Roxane Jallet

C. R. Math (2005)

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)

Ajustement polynomial local de la fonction d'égalisation équipercentile : convergence uniforme presque sûre

Kaouthar El Fassi; Belkacem Abdous; Mounir Mesbah

C. R. Math (2009)