Skip to Main content Skip to Navigation
Conference papers

Estimation récursive en régression inverse par tranche (sliced inverse regression)

Thi Mong Ngoc Nguyen 1 Jérôme Saracco 1, 2
2 CQFD - Quality control and dynamic reliability
IMB - Institut de Mathématiques de Bordeaux, Inria Bordeaux - Sud-Ouest
Résumé : Dans cette communication, nous nous intéressons à la méthode SIR (Sliced Inverse Regression, que l'on peut traduire par régression inverse par tranches) qui permet d'estimer le paramètre $\theta$ dans un modèle semi-paramétrique de régression du type $y=f(x'\theta,\varepsilon)$ sans avoir à estimer le paramètre fonctionnel $f$ ni à spécifier la loi de l'erreur $\varepsilon$. Nous proposons un estimateur récursif de la direction de $\theta$ dans le cas particulier où l'on considère $H=2$ tranches. Nous donnons des propriétés asymptotiques de cet estimateur (convergence et normalité asymptotique). Nous illustrons aussi sur des simulations le bon comportement numérique de la méthode proposée.
Complete list of metadata

Cited literature [3 references]  Display  Hide  Download

https://hal.inria.fr/inria-00494780
Contributor : Conférence Sfds-Hal <>
Submitted on : Thursday, June 24, 2010 - 8:58:29 AM
Last modification on : Monday, November 16, 2020 - 9:18:07 AM
Long-term archiving on: : Monday, October 22, 2012 - 2:46:43 PM

File

p123.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : inria-00494780, version 1

Collections

Citation

Thi Mong Ngoc Nguyen, Jérôme Saracco. Estimation récursive en régression inverse par tranche (sliced inverse regression). 42èmes Journées de Statistique, 2010, Marseille, France. ⟨inria-00494780⟩

Share

Metrics

Record views

548

Files downloads

378