Skip to Main content Skip to Navigation
Conference papers

Application de la Quantification Optimale à la méthode SIR

Romain Azaïs 1, 2 Anne Gégout-Petit 1, 2 Jérôme Saracco 1, 2
2 CQFD - Quality control and dynamic reliability
IMB - Institut de Mathématiques de Bordeaux, Inria Bordeaux - Sud-Ouest
Résumé : On considère un modèle de régression semi-paramétrique dans lequel la variable explicative $X$ est de dimension $d$ et intervient seulement via sa projection $\beta'X$. Pour ce modèle, le problème majeur est l'estimation du paramètre vectoriel $\beta$ et la prédiction de la variable réponse réelle $Y$ conditionnellement a $X$. Notre approche est fondée sur la méthode SIR (pour Sliced Inverse Regression) et la quantification optimale en norme $\mathbb{L}^p$. Nous démontrons la convergence des estimateurs propos es de $\beta$ et de la loi conditionnelle. Des simulations montrent le bon comportement numérique des estimateurs.
Document type :
Conference papers
Complete list of metadatas

Cited literature [12 references]  Display  Hide  Download

https://hal.inria.fr/hal-00643820
Contributor : Romain Azaïs <>
Submitted on : Tuesday, November 22, 2011 - 7:29:19 PM
Last modification on : Thursday, October 18, 2018 - 11:24:09 AM
Long-term archiving on: : Monday, December 5, 2016 - 9:54:45 AM

File

azais_sfds.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-00643820, version 1

Collections

Citation

Romain Azaïs, Anne Gégout-Petit, Jérôme Saracco. Application de la Quantification Optimale à la méthode SIR. 43èmes Journées de Statistique, May 2011, Gammarth, Tunisie. ⟨hal-00643820⟩

Share

Metrics

Record views

282

Files downloads

282