Tsybakov | Introduction à l'estimation non paramétrique | Buch | 978-3-540-40592-4 | sack.de

Buch, Französisch, 176 Seiten, Format (B × H): 155 mm x 235 mm, Gewicht: 295 g

Reihe: Mathématiques et Applications

Tsybakov

Introduction à l'estimation non paramétrique


2004
ISBN: 978-3-540-40592-4
Verlag: Springer Berlin Heidelberg

Buch, Französisch, 176 Seiten, Format (B × H): 155 mm x 235 mm, Gewicht: 295 g

Reihe: Mathématiques et Applications

ISBN: 978-3-540-40592-4
Verlag: Springer Berlin Heidelberg


La théorie de l'estimation non-paramétrique s'est développée considérablement ces deux dernières décennies, en se fixant pour objectif quelques thèmes principaux, en particulier, l'étude de l'optimalité des estimateurs et l'estimation adaptative. Ces deux thèmes occupent la place centrale dans le livre. Il s'agit de présenter, pour quelques modèles et exemples simples, les idées principales de l'estimation non-paramétrique. Quelques sujets abordés sont: les méthodes de noyaux, de projection et de polynômes locaux, vitesses optimales de convergence, le théorème de Pinsker, les inégalités d'oracle, l'adaptation au sens minimax. Un chapitre est consacré à l'exposition détaillée des différentes techniques de minoration du risque minimax.

Tsybakov Introduction à l'estimation non paramétrique jetzt bestellen!

Zielgruppe


Graduate


Autoren/Hrsg.


Weitere Infos & Material


I. Estimateurs non-paramétriques: 1.1 Exemples de modéles non-paramétriques.- 1.2 Estimateurs à noyau d'une densité.- 1.3 Risque asymptotique exact en un point.- 1.4 Risque intégré des estimateurs à noyau.- 1.5 Validation croisée.- 1.6 Régression non-paramétrique. Estimateur de Nadaraya-Watson.- 1.7 Estimateurs par polynômes locaux.- 1.8 Biais et variance des estimateurs par polynômes locaux.- 1.9 Convergence des estimateurs dans l'espace L_\infty.- 1.10 Estimateurs par projection.- 1.11 Trois modèles gaussiens.- II. Bornes inférieures pour le risque minimax: 2.1 Introduction.- 2.2 Schéma général de réduction.- 2.3 Borne inférieure basée sur deux hypothèses.- 2.4 Distances entre mesures de probabilité.- 2.5 Borne inférieure pour la régression en un point.- 2.6 Technique basée sur plusieurs hypothèses.- 2.7 Quelques compléments.- III. Efficacité asymptotique et adaptation: 3.1 Théorème de Pinsker.- 3.2 Lemme du minimax linéaire.- 3.3 Démonstration du Théorème de Pinsker.- 3.4 Phénomène de Stein.- 3.5 Principe d'estimation sans biais du risque.- 3.6 Inégalités d'oracle.- 3.7 Adaptation au sens minimax.- 3.8. Inadmissibilité de l'estimateur de Pinsker.- Annexe.- Références.- Index.



Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.