Médecine

Paramédical

Autres domaines


S'abonner

Inférence fondée sur la vraisemblance pour des modèles de records - 01/11/17

Doi : 10.1016/j.crma.2017.10.001 
Anis S. Hoayek a , Gilles R. Ducharme a , Zaher Khraibani b
a Institut montpelliérain Alexander-Grothendieck, CNRS, université de Montpellier, France 
b Université libanaise, Beyrouth, Liban 

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

Connectez-vous pour en bénéficier!

Résumé

Dans une série chronologique  ,   est un record supérieur si  . Des modèles populaires pour de telles données sont le modèle de Yang–Nevzorov et le modèle à dérive linéaire. Dans cette note, nous présentons la vraisemblance jointe de la suite des records et de leur indicatrice d’occurrence. Cette vraisemblance peut ensuite être utilisée pour estimer les paramètres inconnus des modèles. Elle peut aussi être utilisée pour construire des procédures inférentielles pour la sélection d'un modèle adapté à ces données.

Le texte complet de cet article est disponible en PDF.

Abstract

In a time series  ,   is said to be an upper record if  . Some popular models for records are the Yang–Nevzorov and the Linear Drift models. In this note, we introduce for these models the joint likelihood of the record sequence and the indicators of their occurrence. This likelihood can then be used to obtain estimators of the unknown parameters in the models. It can also be used to derive inferential procedures associated with the selection of a proper model for such data.

Le texte complet de cet article est disponible en PDF.

Plan


© 2017  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

Vol 355 - N° 10

P. 1099-1103 - octobre 2017 Retour au numéro
Article précédent Article précédent
  • A note on the almost-one-half holomorphic pinching
  • Xiaodong Cao, Bo Yang
| Article suivant Article suivant
  • Un algorithme dérivé de l'algorithme de Metropolis
  • Bernard Schnetzler

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

;

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.