S'abonner

Une méthode semi-paramétrique pour tester un modèle de régression - 01/01/03

Doi : 10.1016/S1631-073X(03)00128-6 

Michel  Harel ab

Voir les affiliations

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

Le but est de tester l'hypothèse H0 qu'un modèle de régression est paramétrique et appartient à une famille donnée contre l'alternative H1 approchant l'hypothèse dans une direction spécifique au taux  . Pour cela, nous considérons un processus empirique tel que sous l'hypothèses H0 ce processus dépend d'un paramètre   D'abord, nous commençons par estimer le paramètre et nous montrons que le processus empirique converge en loi vers un certain processus Gaussien si le paramètre est remplacé par son estimateur  . Cependant il est important de vérifier l'impact d'une alternative qui approche H  dans une direction spécifique (au taux  . Pour cela, nous avons besoin de tests qui soient consistants sur toute l'alternative H . Notre idée est d'utiliser un processus empirique marqué basé sur les résidus qui converge en loi vers un processus Gaussien. Pour citer cet article : M. Harel, C. R. Acad. Sci. Paris, Ser. I 336 (2003).

Abstract

The purpose is to test the hypothesis   that a regression model is parametric and belongs to a given family versus the alternative   approaches the hypothesis from a specific direction at the rate  . For that, we consider an empirical process such that under   this process depends of a parameter   First, we start by estimating the parameter and we prove that the empirical process converges in distribution to a certain Gaussian process when the parameter is replaced by its estimator   However it is important to check the impact of an alternative approaching H  from a specific direction ( at the rate  . For that, we need tests which are consistent on the whole of  . Our idea is to use a marked empirical process based on residuals which converges in distribution to a Gaussian process. To cite this article: M. Harel, C. R. Acad. Sci. Paris, Ser. I 336 (2003).

Plan



© 2003  Académie des sciences/Éditions scientifiques et médicales Elsevier SAS. Tous droits réservés.

Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 336 - N° 7

P. 601-604 - avril 2003 Retour au numéro
Article précédent Article précédent
  • Description chirurgicale des revêtements ramifiés simples à quatre feuillets de la 3-sphère
  • Franck Harou
| Article suivant Article suivant
  • Estimateur crible de l'opérateur d'un processus ARB(1)
  • Fatiha Rachedi, Tahar Mourid

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.