S'abonner

Estimation of the offspring mean of a supercritical or near-critical size-dependent branching process - 14/02/08

Doi : 10.1016/j.crma.2004.09.001 
Nadia Lalam a , Christine Jacob b
a EURANDOM, P.O. Box 513, 5600 MB Eindhoven, The Netherlands 
b Unité de biométrie, INRA, 78352 Jouy-en-Josas cedex, 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

Abstract

We consider a single-type supercritical or near-critical size-dependent branching process   such that the offspring mean converges to a limit   with a rate of convergence of order   as the population size   grows to and the variance may change at the rate  , where   and  . The offspring mean depends on an unknown parameter   that we estimate on the non-extinction set by using the conditional least squares method. We prove the strong consistency of the estimator of   as   under some general conditions on the asymptotic behavior of the process. We also give its asymptotic distribution for a certain class of size-dependent branching processes. To cite this article: N. Lalam, C. Jacob, C. R. Acad. Sci. Paris, Ser. I 339 (2004).

Le texte complet de cet article est disponible en PDF.

Résumé

On considère un processus de branchement taille-dépendant unitype   supercritique ou presque-critique tel que sa descendance moyenne converge vers une limite   à une vitesse de lʼordre de   lorsque lʼeffectif de la population   tend vers lʼinfini et tel que sa variance évolue à la vitesse   où   et  . La descendance moyenne dépend dʼun paramètre inconnu   que lʼon estime sur lʼensemble de non-extinction du processus à lʼaide de la méthode des moindres carrés conditionnels. On démontre la consistance forte de lʼestimateur de   quand   sous des hypothèses générales concernant le comportement asymptotique du processus. On donne aussi sa distribution asymptotique pour une certaine classe de processus taille-dépendants. Pour citer cet article : N. Lalam, C. Jacob, C. R. Acad. Sci. Paris, Ser. I 339 (2004).

Le texte complet de cet article est disponible en PDF.

Plan

Plan indisponible

© 2004  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 339 - N° 9

P. 663-666 - novembre 2004 Retour au numéro
Article précédent Article précédent
  • Estimation of the offspring mean of a supercritical or near-critical size-dependent branching process
  • Nadia Lalam, Christine Jacob
| Article suivant Article suivant
  • An empirical interpolation' method: application to efficient reduced-basis discretization of partial differential equations
  • Maxime Barrault, Yvon Maday, Ngoc Cuong Nguyen, Anthony T. Patera

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 ?

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.