Séminaire des Doctorant·e·s :

Le 02 mai 2012 à 17h15 - Salle 331

Présentée par Roche Angelina - Université Paris Dauphine

Estimation et problème du choix de la dimension pour le modèle linéaire fonctionnel.

Le modèle de régression linéaire fonctionnel a suscité ces vingt dernières années un intérêt croissant, intérêt motivé par de nombreuses applications par exemple en médecine, linguistique et économie. Il consiste à modéliser la dépendance entre une variable réponse Y réelle et une fonction aléatoire explicative X. Lors de cet exposé, nous présenterons deux méthodes d'estimation du paramètre (fonction de pente) de ce modèle : l'estimation par projection et la régression par composantes principales fonctionnelle qui consistent à chercher la fonction de pente dans un sous-espace de dimension finie de L^2([0,1]). Nous verrons que, pour ces deux méthodes, la qualité de l'estimation dépend fortement du choix de la dimension et nous présenterons quelques méthodes utilisées pour sélectionner ce paramètre.