Régression fonctionnelle sur composantes principales pour variable explicative bruitée - 15/02/08
pages | 4 |
Iconographies | 0 |
Vidéos | 0 |
Autres | 0 |
Résumé |
Cette Note a pour objet une étude du modèle linéaire fonctionnel lorsque la variable explicative est bruitée. Pour chaque courbe explicative bruitée, on utilise une méthode de lissage à noyau, puis on effectue une régression fonctionnelle sur composantes principales. On présente la procédure dʼestimation du coefficient fonctionnel du modèle, ainsi quʼun résultat de convergence de lʼestimateur construit. Pour citer cet article : C. Crambes, C. R. Acad. Sci. Paris, Ser. I 345 (2007).
Le texte complet de cet article est disponible en PDF.Abstract |
This Note deals with a study of the functional linear model when the covariate is noisy. We smooth each noisy curve using a kernel smoothing method, and then a functional principal component regression is done. We present the estimation procedure of the functional coefficient of the model, as well as a convergence result of the estimator. To cite this article: C. Crambes, C. R. Acad. Sci. Paris, Ser. I 345 (2007).
Le texte complet de cet article est disponible en PDF.Plan
Vol 345 - N° 9
P. 519-522 - novembre 2007 Retour au numéroBienvenue 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 ?