S'abonner

Modèle non paramétrique parcimonieux pour la détection des points d'impact d'une variable fonctionnelle - 17/03/16

Nonparametric selection of impact points in functional regression

Doi : 10.1016/j.crma.2016.01.019 
Germán Aneiros a , Philippe Vieu b
a Universidad de A Coruña, Spain 
b Institut de Mathématiques, Toulouse, France 

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Sous presse. Épreuves corrigées par l'auteur. Disponible en ligne depuis le Thursday 17 March 2016
Cet article a été publié dans un numéro de la revue, cliquez ici pour y accéder

Résumé

Dans un problème de régression avec variable explicative fonctionnelle, on s'intéresse à la sélection des points les plus informatifs. Un modèle parcimonieux de type non paramétrique ainsi qu'une procédure de choix de variables basée sur une pré-sélection par dépistage sont proposés, et des résultats asymptotiques sont établis concernant à la fois la sélection des points informatifs et l'estimation des paramètres du modèle.

Le texte complet de cet article est disponible en PDF.

Abstract

A nonlinear sparse model is defined for selecting impact points in regression problems with functional predictors, and a variable selection procedure based on screening and splitting is proposed. Some asymptotics are stated both for the impact points and for the parameters of the model.

Le texte complet de cet article est disponible en PDF.

Plan


© 2016  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.