Skip to main content
SpringerLink
Log in

Estimation de la regression par la methode des k points les plus proches avec noyau : quelques propriétés de convergence ponctuelle

  • Conference paper
  • First Online:
Statistique non Paramétrique Asymptotique

Part of the book series: Lecture Notes in Mathematics ((LNM,volume 821))

Résumé

Soient X un vecteur aléatoire de ℝp, Y une v.a.r., (Xi,Yi), i=1,n, une suite de n réalisations indépendantes du couple (X,Y) et x un point fixé dans ℝp. On considère l’estimateur de E(Y/X=x) défini comme la moyenne des Yi, i=1,n, telles que Xi appartienne à l’ensemble des kn points Xj, j=1,n, les plus proches de x au sens de la distance euclidienne de ℝp, (kn)ℕ étant une suite entière.

On étudie les propriétés de convergence en probabilité et presque complète de cet estimateur en fonction du comportement asymptotique de la suite (kn)ℕ, à l’aide d’un résultat général qui permet (en particulier) de déduire les propriétés de cet estimateur de celles, déjà connues, d’un autre estimateur non paramétrique de la régression (estimateur à noyau).

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
eBook
USD 19.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 26.00
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Références

  • Bleuez, J. et Bosq D. (1978). Etude d’une classe d’estimateurs non paramétriques de la densité. Annales de l’Institut Henri Poincaré. Vol.14, pp. 479–498.

    MathSciNet  MATH  Google Scholar 

  • Bosq, D. (1970). Contriubtion à la théorie de l’estimation fonctionnelle. Publications de l’Institut de Statistique de l’Université de Paris, vol. 19 fasc. 2 et 3.

    Google Scholar 

  • Collomb, G. (1976). Estimation non paramétrique de la régression par la méthode du noyau. Thèse, Université Paul Sabatier, Toulouse.

    Google Scholar 

  • Collomb, G. (1977 a). Quelques propriétés de la méthode du noyau pour l’estimation non paramétrique de la régression en un point fixé. Comptes Rendus à l’Académie des Sciences de Paris, t.285, Série A, pp.289–292.

    MathSciNet  MATH  Google Scholar 

  • Collomb, G. (1977 b). Estimation non paramétrique de la régression par la méthode du noyau: propriété de convergence asymptotiquement normale indépendante. Annales Scientifiques de l’Université de Clermont, 1977, pp. 24–46.

    MathSciNet  MATH  Google Scholar 

  • Collomb, G. (1978 a). Estimation non paramétrique de la régression: régresso-gramme et méthode du noyau. Publications du Laboratoire de Statistique et probabilités de l’Université de Toulouse, no07-78, pp. 1–59.

    Google Scholar 

  • Collomb, G. (1978 b). Conditions nécessaires et suffisantes de convergence uniforme d’un estimateur de la régression, estimation des dérivées de la régression. Comptes rendus à l’Académie des Sciences de Paris, t.288, Série A, pp.161–164.

    MathSciNet  MATH  Google Scholar 

  • Collomb, G. (1979). Estimation non paramétrique de la régression: revue bibliographique. à paraītre.

    Google Scholar 

  • Devroye, L.P. (1978). The uniform convergence of nearest neighbor regression function estimators and their application in optimization IEE Transactions on Information Theory, vol. IT-24, pp.142–151.

    Article  MathSciNet  MATH  Google Scholar 

  • Devroye, L.P. (1979). The uniform convergence of the Nadaraya-Watson regression function estimate, Canadian Journal of Statistics, Vol.6, no 2, pp. 179–191.

    Article  MathSciNet  MATH  Google Scholar 

  • Devroye, L.P. et Wagner T.J. (1978). On the L1 convergence of kernel regression function estimators with applications in discrimination. à paraītre.

    Google Scholar 

  • Devroye, L.P. et Wagner, T.J. (1979). Distribution-free consistency results in non parametric discrimination and regression function estimation. A paraītre.

    Google Scholar 

  • Konakov, V.D. (1977). On a global measure of deviation for an estimate of the regression line. Theory of Probability and its Applications, vol.22, pp. 858–868.

    Article  MathSciNet  MATH  Google Scholar 

  • Loftsgaarden, D.O. et Quesenberry, C.D. (1965). A non parametric estimate of a multivariate density function. Annals of Mathematical Statistics, vol.36, pp. 1049–1051.

    Article  MathSciNet  MATH  Google Scholar 

  • Nadaraya, E.A. (1964). On estimating regression. Theory of Probability and its Applications, vol.9, pp. 141–142.

    Article  MATH  Google Scholar 

  • Nadaraya, E.A. (1970). Remarks on nonparametric estimates for density functions and regression curves. Theory of Probability and its Applications, vol.15 pp. 134–137.

    Article  MATH  Google Scholar 

  • Noda, K.(1976). Estimation of a regression function by the Parzen kerneltype density estimators. Annals of the Institute of Mathematical Statistics, vol. 28, pp. 221–234.

    Article  MathSciNet  MATH  Google Scholar 

  • Rosenblatt, M. (1956). Remarks on some nonparametric estimates of a density function. Annals of Mathematical Statistics, vol.27, pp. 642–669.

    Article  MathSciNet  Google Scholar 

  • Rosenblatt, M. (1969). Conditional probability density and regression estimators. Maltivariate Analysis II, pp.25–31, Academic Press, New York.

    Google Scholar 

  • Schuster, E.F. (1972). Joint asymptotic distribution of the estimated regression function at a finite number of distinct points. Annals of Mathematical Statistics, vol.43, pp. 84–88.

    Article  MathSciNet  MATH  Google Scholar 

  • Schuster, E.F. et Yakowitz S. (1979). Contributions to the theory of non-parametric regression, with application to system identification. Annales of Statistics, vol.7, pp. 139–149.

    Article  MathSciNet  MATH  Google Scholar 

  • Stone, C.J. (1977). Consistent nonparametric regression. Annals of Statistics, vol.5, pp.595–645

    Article  MathSciNet  MATH  Google Scholar 

  • Wagner, T.J. (1973). Strong consistency of a non parametric estimate of a density function. I.E.E.E. Transactions on Systems Man and Cybernetics, Vol.3, p.p. 289–290.

    Article  Google Scholar 

  • Watson, G.S. (1964). Smooth regression analysis. Sankhya, Ser.A, vol. 26, pp.359–372.

    MathSciNet  MATH  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Laboratoire de Statistique, Université Paul Sabatier, Toulouse, France

    Gérard Collomb

Authors
  1. Gérard Collomb
    View author publications

    You can also search for this author in PubMed Google Scholar

Editor information

Jean-Pierre Raoult

Rights and permissions

Reprints and permissions

Copyright information

© 1980 Springer-Verlag

About this paper

Cite this paper

Collomb, G. (1980). Estimation de la regression par la methode des k points les plus proches avec noyau : quelques propriétés de convergence ponctuelle. In: Raoult, JP. (eds) Statistique non Paramétrique Asymptotique. Lecture Notes in Mathematics, vol 821. Springer, Berlin, Heidelberg. https://doi.org/10.1007/BFb0097428

Download citation

  • DOI: https://doi.org/10.1007/BFb0097428

  • Published:

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-540-10239-7

  • Online ISBN: 978-3-540-38318-5

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics

Search

Navigation