Inférence Statistique Dans Les Modèles De Régression Non Paramétriques
Résumé: We have choosen to investigate the statistic inference in nonpara- metric regression models by studying kernel densities and regres- sion estimators under different assumptions . This work is organised in two parts : The asymptotic properties of density and regression estimators are studied first under independence assumption, particulary, conver- gence, normality and the choice of the smoothing window. In the second part, we go the generalized notion of weak depen- dence established by Doukhan and Louhichi (1999) to extend conver- gence and normality properties. This allows to deal with time se- ries, we show after, our result on a recursive kernel estimator under weak dependence, convergence in mean square error, and normality are obtained. Simulation study is done on weak dependent models.
Mots-clès:
Nos services universitaires et académiques
Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).
Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!
Aucun fichier associé
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
