Normal view MARC view ISBD view

Estimation de la densité de probabilité : risques minimax avec normalisation aléatoire et test d'indépendance / Armel Fabrice Evrard Yode ; sous la direction d'Oleg Lepski

Auteur principal : Yode, Armel Fabrice Evrard, 1974-, AuteurAuteur secondaire : Lepski, Oleg V., 1958-Auteur secondaire collectivité : Université de Provence, Etablissement de soutenanceType de document : ThèseLangue : anglais ; français.Pays : France.Éditeur : [S.l.] : [s.n.], 2004Description : 1 vol. (100 p.) ; 30 cmBibliographie : Bibliogr. p. 101-104.Sujet MSC : 62N02, Statistics -- Survival analysis and censored data, Estimation
62G07, Statistics -- Nonparametric inference, Density estimation
62H12, Statistics -- Multivariate analysis, Estimation
62C20, Statistics -- Decision theory, Minimax procedures
97A70, Mathematics education - General, mathematics and education, Theses and postdoctoral theses
Note de thèse: Thèse de doctorat, mathématiques, 2004, université de Provence
Tags from this library: No tags from this library for this title. Log in to add tags.
Current location Call number Status Date due Barcode
CMI
Salle S
Thèses YOD (Browse shelf) Available 02700-01

Bibliogr. p. 101-104

Thèse de doctorat mathématiques 2004 université de Provence

Dans le cadre de la théorie minimax, une nouvelle approche permettant d'améliorer la qualité des procédures d'estimation à et proposée par Lepski (1999). Cette approche qui est une combinaison de l'estimation adaptative et du test d'hypothèses introduit le concept de risques avec normalisation aléatoire. Elle conduit à la construction d'un estimateur atteignant une vitesse dépendant de l'observation et qui peut ^etre adaptatif. La vitesse obtenue est meilleure que celle fournie par l'estimation minimax. Dans cette présente thèse, nous appliquons cette théorie au problème de l'estimation de la densité de probabilité multidimensionnelle sous l'hypothèse d'indépendance. Notre travail se divise en deux grandes parties: - Test d'indépendance. Nous proposons un nouveau test d'indépendance non-paramétrique via l'approche minimax. Les alternatives sont décrites par la norme L2. Nous nous intéressons aux tests dont l'erreur de première espèce décroi^t vers 0 quand le nombre d'observations cro^it. - Risques minimax avec normalisation aléatoire. A l'issue du test, nous construisons un estimateur qui atteint une vitesse qui dépend de l'observation. Sous l'hypothèse d'indépendance, cet estima-teur est adpatatif.

There are no comments for this item.

Log in to your account to post a comment.