un processus Gaussien"> un processus Gaussien" /> un processus Gaussien" />


S'abonner

Estimation du nombre de dérivées dun processus Gaussien - 15/02/08

Doi : 10.1016/j.crma.2006.10.012 
Delphine Blanke a , Céline Vial b, c
a Université Pierre et Marie Curie-Paris 6, L.S.T.A., 175, rue du Chevaleret, 8ème étage, bâtiment A, 75013 Paris, France 
b Université Paris 10, ModalʼX, bâtiment G, 200, avenue de la République, 92000 Nanterre, France 
c Université Pierre et Marie Curie-Paris 6, L.P.M.A., 175, rue du Chevaleret, 4ème étage, bâtiment D, 75013 Paris, 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

Nous considérons un processus Gaussien réel, X, de régularité inconnue   au sens où la dérivée dʼordre   en moyenne quadratique, notée  , est supposée hölderienne. Dans un premier temps, à partir des observations discrétisées  , on étudie la reconstruction de  ,  , par   où   est un polynôme dʼinterpolation par morceaux, de degré  . On montre que lʼerreur quadratique dʼinterpolation   décroît quand r augmente mais quʼelle se stabilise dès que r dépasse  . On construit ainsi un estimateur   du paramètre   grâce à un critère empirique basé sur cette erreur dʼinterpolation. On établit la convergence presque sûre de   vers   via une inégalité exponentielle pour  . Finalement, on montre que   converge presque sûrement vers   avec une vitesse comparable au cas où   est connu. Pour citer cet article : D. Blanke, C. Vial, C. R. Acad. Sci. Paris, Ser. I 343 (2006).

Le texte complet de cet article est disponible en PDF.

Abstract

We consider a real Gaussian process X with unknown smoothness   where the mean-square derivative   is supposed to be Hölder continuous in quadratic mean. First, from the discrete observations  , we study reconstruction of  ,  , with  , a piecewise polynomial interpolation of degree  . We show that the mean-square error of interpolation is a decreasing function of r but becomes stable as soon as  . Next, from an interpolation-based empirical criterion, we derive an estimator   of   and prove its strong consistency by giving an exponential inequality for  . Finally, we prove the strong convergence of   toward   with a similar rate as in the case   known'. To cite this article: D. Blanke, C. Vial, C. R. Acad. Sci. Paris, Ser. I 343 (2006).

Le texte complet de cet article est disponible en PDF.

Plan

Plan indisponible

© 2006  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 343 - N° 10

P. 661-664 - novembre 2006 Retour au numéro
Article précédent Article précédent
  • Further reduction of normal forms of formal maps
  • Duo Wang, Min Zheng, Jianping Peng
| Article suivant Article suivant
  • Almost sure convergence of the -occupation time density estimator
  • Boris Labrador

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.