HAL will be down for maintenance from Friday, June 10 at 4pm through Monday, June 13 at 9am. More information
Skip to Main content Skip to Navigation
Conference papers

Régression bayésienne avec contraintes de régularité et de forme

Résumé : On propose une méthode bayésienne de régression sous contraintes de régularité et de forme. On construit une loi priori qui charge les fonctions linéaires par morceaux. On montre que cette loi a priori peut être arbitrairement proche de la loi induite par l'addition d'un polynôme à coéfficients aléatoires et d'un mouvement brownien intégré $m-1$ fois. Ainsi, bien que linéaire par morceaux, la fonction de régression se comporte approximativement comme une fonction de classe $C^{m-1}$. La linéarité par morceaux permet d'introduire des contraintes de forme. L'estimateur choisi est le mode a posteriori. Il est calculé à partir d'un algorithme de type recuit simulé dont l'étape de proposition garantit la vérification de la contrainte de forme. Des simulations suivant la loi a posteriori sont obtenues grâce à un algorithme de type Metropolis-Hastings.
Document type :
Conference papers
Complete list of metadata

Cited literature [6 references]  Display  Hide  Download

https://hal.inria.fr/inria-00386592
Contributor : Conférence Jds2009 Connect in order to contact the contributor
Submitted on : Friday, May 22, 2009 - 9:04:21 AM
Last modification on : Monday, May 25, 2020 - 4:42:09 PM
Long-term archiving on: : Thursday, June 10, 2010 - 9:38:57 PM

File

p37.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : inria-00386592, version 1

Collections

Citation

Christophe Abraham. Régression bayésienne avec contraintes de régularité et de forme. 41èmes Journées de Statistique, SFdS, Bordeaux, 2009, Bordeaux, France, France. ⟨inria-00386592⟩

Share

Metrics

Record views

59

Files downloads

179