Skip to Main content Skip to Navigation
Conference papers

Régression et prédiction non-paramétrique spatiale

Résumé : Nous nous intéressons à l'estimation de la fonction de régression $r(x)=E\left(Y_{\mathbfu}|X_{\mathbfu}=x\right)$ à partir d'observations d'un processus $\left\{ Z_{\mathbfi}=\left(X_{\mathbfi},\ Y_{\mathbfi}\right),\,\mathbfi\in\mathbbZ^N\right\}. On suppose que les variables $Z_{\mathbfi}$ sont de même distribution que $Z=(X,Y)$, où $Y$ est une variable réelle, intégrable et $X$ un vecteur aléatoire à valeurs dans un espace séparable $\mathcalE$ muni (éventuellement de dimension infinie). Dans ce travail, la convergence nos estimateurs est étudiée sous conditions de mélange à partir d'observations dans une région rectangulaire de $\mathbbZ^N$. Nous illustrerons nos résultats par des simulations. L'application de nos méthodes à la prédiction spatiale sera également abordée.
Complete list of metadata

Cited literature [5 references]  Display  Hide  Download

https://hal.inria.fr/inria-00494744
Contributor : Conférence Sfds-Hal <>
Submitted on : Thursday, June 24, 2010 - 8:54:53 AM
Last modification on : Thursday, March 5, 2020 - 3:20:41 PM
Long-term archiving on: : Monday, October 22, 2012 - 2:45:50 PM

File

p159.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : inria-00494744, version 1

Collections

Citation

Sophie Dabo-Niang, Anne-Françoise Yao. Régression et prédiction non-paramétrique spatiale. 42èmes Journées de Statistique, 2010, Marseille, France, France. ⟨inria-00494744⟩

Share

Metrics

Record views

283

Files downloads

524