| Titre : | Estimation récursive de modèles non paramétriques pour des données ergodiques fonctionnelles |
| Auteurs : | BOUAZZA Imane, Auteur ; GUENDOUZI Toufik, Directeur de thèse |
| Type de document : | texte manuscrit |
| Editeur : | Université de Saida – Dr. Moulay Tahar Faculté des Sciences, 2021/2022 |
| Format : | 147ص |
| Accompagnement : | CD |
| Langues: | Français |
| Index. décimale : | BUC-D 000153 |
| Catégories : |
Doctorat 3ème Cycle Spécialité : Probabilités et Statistique Filière : Mathématiques |
| Résumé : |
Estimation récursive de modèles non paramétriques
pour des données ergodiques fonctionnelles Le principal thème d’inspiration de ce travail est basé sur la construction d’estimateurs récursifs pour les modèles conditionnels non paramétriques, en étendant les travaux réalisés précédemment aux questions récemment discutées en statistiques non paramétriques. Il s’articule donc autour de trois axes principaux: L’estimation récursive, le contexte ergodique fonctionnel et l’analyse des données de survie. La méthode statistique du noyau récursif, sur laquelle porte le travail en cours, est présentée en détail pour évaluer son efficacité dans l’estimation non paramétrique, ce qui permet de tirer de meilleures conclusions. Le modèle principal considéré ici est donc la fonction de distribution conditionnelle et ses dérivés tels que: les fonctions conditionnelles de quantile, de densité et de mode, de la variable scalaire de réponse Y pour une variable aléatoire X donnée prenant ses valeurs dans un espace semi métrique, en introduisant ensuite leurs adaptations récursives pour des variables aléatoires ergodiques. La thèse utilise des méthodologies et des théories statistiques appropriées pour gérer les problèmes de base liés à la prévalence possible de valeurs aberrantes et d’observations incomplètes dans l’échantillon. En outre, étant donné la puissance de la méthode récursive, nous continuons à nous poser la question raisonnable de savoir si cette méthode, proposée pour évaluer les modèles précédents dans le cas complet, peut être considérée comme une méthode utile et reste une alternative viable si les données sont incomplètes. À cette fin, l’estimation est étendue au cas où les observations peuvent être censurées à droite pour des variables discrètes. Mots clés: Estimation Récursive, Données fonctionnelles, Modèles conditionnels, Convergence presque sûre, Distribution asymptotique, Données ergodiques, Données incomplètes. |
Exemplaires (1)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| BUC-D 000153 | BUC-D 000153 | CD | Bibliothèque PMB Services | Albums | Libre accès Disponible |
Documents numériques (1)
BUC-D 000153 Adobe Acrobat PDF |
