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.
Type de document :
Communication dans un congrès
42èmes Journées de Statistique, 2010, Marseille, France, France. 2010
Liste complète des métadonnées

Littérature citée [5 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00494744
Contributeur : Conférence Sfds-Hal <>
Soumis le : jeudi 24 juin 2010 - 08:54:53
Dernière modification le : jeudi 18 janvier 2018 - 02:08:27
Document(s) archivé(s) le : lundi 22 octobre 2012 - 14:45:50

Fichier

p159.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00494744, version 1

Citation

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

Partager

Métriques

Consultations de la notice

237

Téléchargements de fichiers

407