| Titre : | L’étude asymptotique d’estimation récursive pour des données fonctionnelles. |
| Auteurs : | KEDDANI Latifa, Auteur ; RABHI Abbes, Directeur de thèse |
| Type de document : | texte manuscrit |
| Editeur : | Université de Saida– Dr. Moulay Tahar Faculté des sciences, 2019/2020 |
| Langues: | Français |
| Index. décimale : | BUC-D 000136 |
| Catégories : |
Doctorat 3ème Cycle Spécialité : Probabilités et Statistique Filière : Mathématiques |
| Mots-clés: | . بقوة المرتبطة البيانات , معلمي الال التقدير , التراجعي التقدير , الوظيفية البيانات , متري شبه فضاء : : Espace semi métrique, les données fonctionnelles, l’estimation récursive, l’estimation non paramétrique, données fortement mélangées. Semi metric space, the functional data, the recursive estimation, the nonparametric estimation, data strongly mixed. |
| Résumé : |
ملخص
عشوائي متغير من انطالقا بتنبؤات نقوم بحيث عشوائي متغير ذات الوظيفية النماذج بعض االطروحة هذه في نتناول دراسة الى تطرقنا فقد . االنحدار لطريقة بدائل تطوير عن ونبحث ) دالي فضاء ( منتهي غير فضاء في قيمه يأخذ توضيحي التقارب و المنتظم التقارب بدراسة االول المحور في قمنا بحيث . الوظيفية للبيانات المعلمي التقدير عن بحث محوري في قمنا فقد التراجعي بالتقدير يتعلق الثاني المحور اما . ة الشرطي الفشل دالة او االخفاق لدالة ظمى الع القيمة لتقدير الطبيعي التقارب بدراسة قمنا الثاني المقام في اما . لوظيفية ا للبيانات الشرطي معلمي الال التراجعي التقدير بتركيب االول المقام . المرتبطة البيانات حالة في التربيعي و المتوسط نسبة Résumé : Dans cette thèse, nous traitons quelques modèles fonctionnels avec une variable aléatoire afin de faire des prévisions à partir d’une variable explicative à valeurs dans un espace de dimension infinie (espace fonctionnel), et nous cherchons à développer des alternatives à la méthode de régression, en effet nous avons étudié deux axes de recherche d’estimation non paramétrique pour des données fonctionnelles. Le premier axe concerne de l’étude de la convergence uniforme et la normalité asymptotique d’estimateur du maximum de la fonction de hasard conditionnelle. Le deuxième axe penche sur l’estimation récursive. En premier lieu nous avons construit un nouvel estimateur des paramètres conditionnels pour des données fonctionnelles. En deuxième lieu nous sommes intéressés par la convergence presque sûre et en moyenne quadratique de notre estimateur où les données sont fortement mélangées. Abstract: In this thesis, we treat some functional models with a random variable to make predictions from an explanatory variable with values in an infinite dimensional space (functional space), and we try to develop alternatives to the regression method. Indeed, we have studied two research axes in nonparametric estimation for functional data. The first axis concerns the study of uniform convergence and the asymptotic normality of the maximum estimator of conditional hazard function. The second axis focuses on recursive estimation. Firstly, we built a new conditional parameter estimator for functional data. Secondly, we are interested in the almost sure and mean quadratic convergence of our estimator, where the data are strongly mixed. |
Exemplaires (1)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| BUC-D 000136 | BUC-D 000136 | CD | Bibliothèque PMB Services | Albums | Libre accès Disponible |
Documents numériques (1)
BUC-D 000136 Adobe Acrobat PDF |
