Inférence et prévision en grandes dimensions

Auteur(s) :

Bosq, Denis Découvrir l'auteur

Résumé

Étudie l'inférence et la prévision statistique lorsque les données et (ou) le paramètre sont en grande dimension, éventuellement infinie ; en particulier quand les données sont des courbes et (ou) le paramètre est une fonction.

Éditeur(s)
- Economica
Date
- cop. 2005
Notes
- Bibliogr. p. [179]-187. Index
Langues
- Français
Description matérielle
- 1 vol . (194 p.) ; 24 cm
Collections
- Économie et statistiques avancées
Sujet(s)
ISBN
- 2-7178-5009-0
Indice
- 330.14 Analyse économique, méthodes statistiques et économétriques
Quatrième de couverture
- Cet ouvrage a pour but d'étudier l'inférence et la prévision statistique lorsque les données et (ou) le paramètre sont en grande dimension, éventuellement infinie ; en particulier quand les données sont des courbes et (ou) le paramètre est une fonction.
  Les deux premiers chapitres sont consacrés à la Théorie générale de la prévision statistique, considérée comme une extension de la Théorie de l'estimation.
  On s'intéresse ensuite à l'estimation fonctionnelle et aux tests fonctionnels en mettant l'accent sur les méthodes de projection, éventuellement adaptative.
  Les estimateurs obtenus permettent de construire des prédicteurs non paramétriques pour des processus à temps discret ou continu.
  Enfin on étudie les processus linéaires en dimension infinie et leur application à la prévision des processus à temps continu.
  Les méthodes de prévision présentées ici ont donné lieu à de nombreuses applications pratiques.
Origine de la notice:
- BNF