S'abonner

Estimation du coût quadratique quand certaines composantes du paramètre de position sont positives - 23/09/11

Doi : 10.1016/j.crma.2011.06.022 
Idir Ouassou a , Mustapha Rachdi b
a Université Cadi Ayyad, École nationale des sciences appliquées, avenue Abdelkrim Khattabi, BP 575, Marrakech, Maroc 
b Laboratoire AGIM, FRE 3405 CNRS, Equipe TIMB, université P. Mendès France de Grenoble, UFR SHS, BP 47, 38040 Grenoble cedex 09, France 

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

pages 4
Iconographies 0
Vidéos 0
Autres 0

Résumé

On considère le problème dʼestimation du coût quadratique   dʼun estimateur δ de la moyenne   dʼune loi à symétrie sphérique lorsque lʼon sait que certaines composantes   de celle-ci sont positives ou nulles. En premier lieu, lorsque X est un vecteur gaussien, on sʼintéresse à lʼamélioration de lʼestimateur sans biais   de   par des estimateurs de la forme   en fournissant des conditions sur la fonction h. On étend ensuite cette problématique à un modèle distributionnel où lʼon dispose dʼun vecteur résiduel U : la loi de   est supposée à symétrie sphérique autour du couple   et lʼon considère des estimateurs de coût de la forme  .

Le texte complet de cet article est disponible en PDF.

Abstract

We consider the problem of estimating the quadratic loss   of point estimators δ of a location parameter   for family of symmetric distributions with known scale parameter, when a subset of the components of θ are restricted to be nonnegative and when a residual vector U is available. In the normal case, we give a class of estimators   which dominate, under the usual quadratic loss, the unbiased estimator   of  . In the general case when the vector   has a spherically symmetric distribution around  , we give a class of estimators of the form  .

Le texte complet de cet article est disponible en PDF.

Plan

Plan indisponible

 Ce travail a été financé par lʼAcadémie des sciences Hassan II du Maroc.


© 2011  Publié par Elsevier Masson SAS de la part de Académie des sciences.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 349 - N° 17-18

P. 995-998 - septembre 2011 Retour au numéro
Article précédent Article précédent
  • Estimation par la distance de Hellinger des processus gaussiens stationnaires fortement dépendants
  • Aubin N?dri, Ouagnina Hili
| Article suivant Article suivant
  • Topology and geometry optimization of elastic structures by exact deformation of simplicial mesh
  • Grégoire Allaire, Charles Dapogny, Pascal Frey

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

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

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 © 2026 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.