Affordable Access

Discrimination binaire non paramétrique. Méthodes d'estimation du paramètre de lissage

Authors
Publication Date
Disciplines
  • Mathematics

Abstract

Discrimination binaire non paramétrique. Méthodes d'estimation du paramètre de lissage REVUE DE STATISTIQUE APPLIQUÉE A.MKHADRI Discrimination binaire non paramétrique.Méthodes d’estimation du paramètre de lissage Revue de statistique appliquée, tome 39, no 3 (1991), p. 37-55. <http://www.numdam.org/item?id=RSA_1991__39_3_37_0> © Société française de statistique, 1991, tous droits réservés. L’accès aux archives de la revue « Revue de statistique appliquée » (http://www.sfds.asso.fr/publicat/rsa.htm) implique l’accord avec les condi- tions générales d’utilisation (http://www.numdam.org/legal.php). Toute utili- sation commerciale ou impression systématique est constitutive d’une in- fraction pénale. Toute copie ou impression de ce fichier doit contenir la présente mention de copyright. Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques http://www.numdam.org/ 37- DISCRIMINATION BINAIRE NON PARAMÉTRIQUE MÉTHODES D’ESTIMATION DU PARAMÈTRE DE LISSAGE A. MKHADRI INRIA, Domaine de Voluceau-Rocquencourt BP 105, 78153 Le Chesnay Cedex-France Rev. Statistique Appliquée, 1991, XXXIX (3), RÉSUMÉ La méthode des noyaux pour l’estimation non paramétrique des probabilités multi- nomiales, proposée par Aitchison &#x26; Aitken (1976), dépend fortement d’un paramètre de lissage À. Les techniques d’estimation de la densité fondées sur la pseudo-vraisemblance et les fonctions de perte quadratiques sont présentées. Dans ce cadre, nous montrons comment utiliser les techniques de rééchantillonnage (validation croisée et bootstrap) pour estimer explicitement le paramètre de lissage A. Si l’intérêt principal n’est pas l’estimation de la densité mais la discrimination, d’autres méthodes de choix de À peuvent donner de meilleures performances pour la séparation des groupes. Les méthodes de ce type ont été considérées récemment par Tutz (1986, 1989) et Hall &#x26; Wand (1988). Dans le même cadre, nous propo- sons une méthode fondée sur la minimisa

There are no comments yet on this publication. Be the first to share your thoughts.