| Titre : | Choix bayésien du paramètre de lissage dans l'estimation à noyaux discrets |
| Auteurs : | Sihem Salima Sadaoui, Auteur ; Mouloud Cherfaoui, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2020 |
| Format : | 1 vol. (41 p.) / ill.couv. / 30 cm |
| Langues: | Français |
| Mots-clés: | Paramètre de lissage,Noyaux discrets,Méthodes validation croisées,Approche bayésienne,Les Méthodes MCMC |
| Résumé : |
Ce travail, porte sur la sélection du paramètre de lissage lors de l’estimation d’une densité de probabilité discrète. Plus précisément, nous sommes intéressés au choix global du paramètre de lissage par l’inférence bayésienne. L’étudenumérique réalisée sur des échantillons issus de différentes distribution et ayant de différentes tailles, montre que la sélection du paramètre de lissage par l’approche bayésienne globale, peut améliorer le ISE des estimateurs en les comparants avec ceux conçu par des paramètres de lissage sélectionnés par la méthode classique UCV. |
| Sommaire : |
Introduction 1 Estimation à noyau discret d'une fonction de masse ..........................4 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.1 Notion de noyau discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.2 Choix du noyau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.2.1 Noyau binomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.2.2 Noyau binomial négatif . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.2.3 Noyau de Poissonnien . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.2.4 Noyau Triangulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.3 Choix du paramètre de lissage . . . . . . . . . . . . . . . . . . . . . . . . . 10 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2 Choix local et global du paramètre de lissage par l'approche bayésienne 13 2.1 Principe Bayésien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.1.1 Quelques définitions . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2.1.2 Choix de lois a priori . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2.1.3 Estimateur de Bayes . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.1.4 M?ethodes de Mont?e Carlo par Chaine de Markov (MCMC) . . . . . 18 2.2 Approche bayésienne pour la sélection du paramètre de lissage . . . . . . . 20 2.2.1 Approche bayésienne globale . . . . . . . . . . . . . . . . . . . . . . 20 2.2.2 Approche bayésienne locale . . . . . . . . . . . . . . . . . . . . . . 25 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3 Etude comparative : Application Numérique 27 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 3.1 Plan de simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 3.1.1 Paramètre de simulation . . . . . . . . . . . . . . . . . . . . . . . . 28 3.2 Résultats et discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 Conclusion générale 37 Bibliographie 39 Annexe B : Abréviations et Notations 41 |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MM/999 | Mémoire master | bibliothèque sciences exactes | Consultable |
