Séminaire Mathématique de Béjaia
Volume 11, Numéro 1, Pages 69-72
2012-12-31

Application Des Fonctions Splines



Auteurs : Amroun Sonia . Adjabi Smail .

Résumé

La régression non paramétrique est un outil statistique permettant de décrire une relation entre une variable dépendante et une variable explicative, sans spécifier la forme de cette relation. L’objectif de ce travail est de comparer deux méthodes non paramétrique, la méthode du noyau et la méthode des fonctions splines, pour estimer la courbe de régression de la moyenne. Nous avons donné l’estimateur spline de lissage et fait la comparaison par simulation sur deux modèles cibles de régression et sur un jeu de données réels. Les résultats numériques et graphiques montrent que la méthode des splines est meilleure que la méthode du noyau. Cependant quand la taille de l’échantillon observé est suffisamment grande les deux méthodes sont équivalentes.

Mots clés

Estimation, courbe de régression de la moyenne, noyau, fonction spline, paramètre de lissage, matrice de lissage.

Les articles similaires

Interpolation Par Fonctions B – Splines Pour Le Calcul Des Indices De Rétention En Programmation De Température : Application à Un Mélange De Phénols Tests Séparés Sur Des Colonnes Garnies De Tenax – Gc Modifié

Messadi Djelloul .  Lotfi Souici Mohamed .  Lourici Leila . 
pages 89-98.

Approche Bayésienne Pour L'estimation Du Paramètre De Lissage Dans Les Splines

Amroun Sonia .  Adjabi Smail . 
pages 73-73.

Fonctions D'ondes Symetrisees Pour Le Groupe D'espace 5 D3d Dans La Methode Des Liaisons Fortes. Application A Nio Dans Sa Phase Antiferromagnetique

Belkhir M.a .  Tazibt W .  Akroune N . 
pages 20-26.

Application Des Fonctions Kernels De La Méthode Ls-svm Pour Le Diagnostic D’un Isolateur Ht Pollué

Mahdjoubi Abdelhalim .  Zegnini Boubakeur .  Belkheiri Mohammed . 
pages 40-45.

Itérations Des Fonctions Aléatoires Et Application à La Simulation

Bessad B. .  Ladjimi F. .  Boudiba Mohamed Arezki . 
pages 115-120.

Formats de citation