Partenaires

CNRS
Logo tutelle
Logo tutelle
Logo tutelle


Rechercher

Sur ce site

Sur le Web du CNRS


Accueil du site > Séminaires > Probabilités Statistiques et réseaux de neurones > Estimation non-parametrique de processus autorégressifs non linéaires sous des contraintes dynamiques

Vendredi 31 octobre 2003 à 10h

Estimation non-parametrique de processus autorégressifs non linéaires sous des contraintes dynamiques

Marc Lavielle (Université Paris V - Paris XI)

En collaboration avec R. Biscay, Université de la Havane (Cuba) et C. Ludena, IVIC et UCV, (Vénézuéla)

Résumé : Nous proposons une méthodologie pour estimer de façon non paramétrique la fonction de régression d’un modèle autorégressif non linéaire, sous la contrainte que cette fonction de régression possède un cycle stable. L’estimateur des moindres carrés pénalisés que nous proposons est consistant sous des hypothèses très générales. Une application sur des données EEG d’un sujet épileptique illustre la méthode.

Dans la même rubrique :