Régression non paramétrique dans les modèles censurés

Guessoum, Zohra

Type de document Thèse
Langue fre
Titre Régression non paramétrique dans les modèles censurés [ressource textuelle, sauf manuscrits]
Auteur(s) Guessoum, Zohra (Signataire)
Ould Saïd, E. (Directeur de thèse)
Université des sciences et de la technologie Houari Boumediène (Editeur (scientifique))
Adresse bib. [s.l] : [s.n],2009
Collation 77 p. : ill. ; 30 cm. + CD-Rom
Notes Bibliogr. p. 70-77
Notes de thèse Doctorat : Alger : Université des sciences et de la technologie Houari Boumediène : 2009
Indexation libre Estimation, Théorie de l'
Analyse de régression
Analyse numérique:Accélération de la convergence
Résumé Dans cette thèse, nous nous intéressons à l'estimation non paramétrique de la fonction de régression. Dans un premier temps nous rappelons certains résultats établis sur le comportement asymptotique de quelques estimateurs non paramétriques de la fonction de régression, dans le cas où les données sont indépendantes et complètement observées, puis dans le cas où les données sont censurées à droite. Dans un second temps, nous donnons nos résultats en considérant une suite de variables aléatoires { Yi, i 1} indépendantes et identiquement distribuées, de fonction de répartition H, censurée à droite par une suite de variables aléatoires { Ci, i 1} supposées indépendantes entre elles et indépendantes des V. A. { Yi, i 1} . Nous introduisons la covariable X et estimons la fonction de régression r(x)=E(Y/X=x). Nous donnons la vitesse de convergence presque sure de notre estimateur. Nous montrons la normalité asymptotique de l'estimateur convenablement normalisé et obtenons des intervalles de confiance en utilisant la méthode du " pug-in ". une étude sur données simulées montre la qualité de l'estimateur ainsi que la qualité de la variable normalisée.

Guessoum, Zohra
Régression non paramétrique dans les modèles censurés [ressource textuelle, sauf manuscrits] / Zohra Guessoum; Dir. E. Ould Saïd, Ed. Université des sciences et de la technologie Houari Boumediène.-[s.l] : [s.n],2009.-77 p. : ill. ; 30 cm. + CD-Rom.
- Bibliogr. p. 70-77
Doctorat : Alger : 2009
.

Dans cette thèse, nous nous intéressons à l'estimation non paramétrique de la fonction de régression. Dans un premier temps nous rappelons certains résultats établis sur le comportement asymptotique de quelques estimateurs non paramétriques de la fonction de régression, dans le cas où les données sont indépendantes et complètement observées, puis dans le cas où les données sont censurées à droite. Dans un second temps, nous donnons nos résultats en considérant une suite de variables aléatoires { Yi, i 1} indépendantes et identiquement distribuées, de fonction de répartition H, censurée à droite par une suite de variables aléatoires { Ci, i 1} supposées indépendantes entre elles et indépendantes des V. A. { Yi, i 1} . Nous introduisons la covariable X et estimons la fonction de régression r(x)=E(Y/X=x). Nous donnons la vitesse de convergence presque sure de notre estimateur. Nous montrons la normalité asymptotique de l'estimateur convenablement normalisé et obtenons des intervalles de confiance en utilisant la méthode du " pug-in ". une étude sur données simulées montre la qualité de l'estimateur ainsi que la qualité de la variable normalisée.

00100000000000000041510000000
100  $a20130305                 y50
101  $afre$cfre
2001 $aRégression non paramétrique dans les modèles censurés$bressource textuelle, sauf manuscrits
210  $a[s.l]$c[s.n]$d2009
215  $a77 p.$cill.$d30 cm.$eCD-Rom
300  $aBibliogr. p. 70-77
328 1$bDoctorat$eAlger$d2009
330  $aDans cette thèse, nous nous intéressons à l'estimation non paramétrique de la fonction de régression. Dans un premier temps nous rappelons certains résultats établis sur le comportement asymptotique de quelques estimateurs non paramétriques de la fonction de régression, dans le cas où les données sont indépendantes et complètement observées, puis dans le cas où les données sont censurées à droite. Dans un second temps, nous donnons nos résultats en considérant une suite de variables aléatoires { Yi, i 1} indépendantes et identiquement distribuées, de fonction de répartition H, censurée à droite par une suite de variables aléatoires { Ci, i 1} supposées indépendantes entre elles et indépendantes des V. A. { Yi, i 1} . Nous introduisons la covariable X et estimons la fonction de régression r(x)=E(Y/X=x). Nous donnons la vitesse de convergence presque sure de notre estimateur. Nous montrons la normalité asymptotique de l'estimateur convenablement normalisé et obtenons des intervalles de confiance en utilisant la méthode du " pug-in ". une étude sur données simulées montre la qualité de l'estimateur ainsi que la qualité de la  variable normalisée.
700  $aGuessoum$b Zohra$4720
702  $aOuld Saïd$b E$4727
712  $aUniversité des sciences et de la technologie Houari Boumediène$4340$4727
801 0$aDZ$bBibliothèque
801 1$aDZ$bCCDZ CERIST
801 2$aDZ$bCCDZ CERIST
801 3$aDZ$bCCDZ CERIST
901$ac

Type de document	Thèse
Langue	fre
Titre	Régression non paramétrique dans les modèles censurés [ressource textuelle, sauf manuscrits]
Auteur(s)	Guessoum, Zohra (Signataire) Ould Saïd, E. (Directeur de thèse) Université des sciences et de la technologie Houari Boumediène (Editeur (scientifique))
Adresse bib.	[s.l] : [s.n],2009
Collation	77 p. : ill. ; 30 cm. + CD-Rom
Notes	Bibliogr. p. 70-77
Notes de thèse	Doctorat : Alger : Université des sciences et de la technologie Houari Boumediène : 2009
Indexation libre	Estimation, Théorie de l' Analyse de régression Analyse numérique:Accélération de la convergence
Résumé	Dans cette thèse, nous nous intéressons à l'estimation non paramétrique de la fonction de régression. Dans un premier temps nous rappelons certains résultats établis sur le comportement asymptotique de quelques estimateurs non paramétriques de la fonction de régression, dans le cas où les données sont indépendantes et complètement observées, puis dans le cas où les données sont censurées à droite. Dans un second temps, nous donnons nos résultats en considérant une suite de variables aléatoires { Yi, i 1} indépendantes et identiquement distribuées, de fonction de répartition H, censurée à droite par une suite de variables aléatoires { Ci, i 1} supposées indépendantes entre elles et indépendantes des V. A. { Yi, i 1} . Nous introduisons la covariable X et estimons la fonction de régression r(x)=E(Y/X=x). Nous donnons la vitesse de convergence presque sure de notre estimateur. Nous montrons la normalité asymptotique de l'estimateur convenablement normalisé et obtenons des intervalles de confiance en utilisant la méthode du " pug-in ". une étude sur données simulées montre la qualité de l'estimateur ainsi que la qualité de la variable normalisée.