International audienceCe travail concerne l'étude de la prédiction dans le modèle linéaire fonctionnel lorsque la variable d'intérêt est elle aussi fonctionnelle. Nous introduisons un prédicteur basé sur les décompositions de Karhunen-Loève des courbes X (variable explicative) et Y (variable d'intérêt). Les résultats obtenus permettent de fournir un développement asymptotique de la moyenne quadratique de l'erreur de prédiction. Nous donnons également un résultat d'optimalité pour ces vitesses dans un sens minimax, ainsi qu'un théorème de la limite centrale du prédicteur
L’usage des régressions quantiles s’est beaucoup répandu au cours de la dernière décennie. Celles-ci...
Dans le domaine de l'énergie électrique, trois problèmes importants se posent: le problème de produc...
International audienceNous proposons une méthode de calcul de la fréquence de fonctionnement d'un co...
Le modèle de régression linéaire simple (RLS) est utilisé pour étudier la relation entre deux variab...
La prédiction linéaire est de nos jours de plus en plus utilisée et dans des domaines très variés : ...
National audienceDeux approches principales de régression floue se dégagent classiquement : l'une ut...
La préparation de la base de données est une étape importante de la modélisation multiniveau. C’est ...
Nous nous intéressons à la sélection bayésienne de variables en régression linéaire. Nous en abordo...
La régression linéaire est souvent utilisée en pratique afin de trouver une relation entre une varia...
International audienceNous nous intéressons ici au problème de sélection de variables dans un cadre ...
International audienceLa régression sur composantes principales (RCP) est une régression sur les fac...
En statistique, les problèmes et méthodes sont séparés en 2 catégories : les problèmes de prédiction...
International audienceUne méthode de sélection de variables adaptée à l'utilisation d'un modèle de r...
variable aléatoire, densité de probabilité (gaussienne, comme ci-dessus), intégrale, fonction de rép...
International audienceNous considérons un modèle de régression linéaire de grande dimension et plus ...
L’usage des régressions quantiles s’est beaucoup répandu au cours de la dernière décennie. Celles-ci...
Dans le domaine de l'énergie électrique, trois problèmes importants se posent: le problème de produc...
International audienceNous proposons une méthode de calcul de la fréquence de fonctionnement d'un co...
Le modèle de régression linéaire simple (RLS) est utilisé pour étudier la relation entre deux variab...
La prédiction linéaire est de nos jours de plus en plus utilisée et dans des domaines très variés : ...
National audienceDeux approches principales de régression floue se dégagent classiquement : l'une ut...
La préparation de la base de données est une étape importante de la modélisation multiniveau. C’est ...
Nous nous intéressons à la sélection bayésienne de variables en régression linéaire. Nous en abordo...
La régression linéaire est souvent utilisée en pratique afin de trouver une relation entre une varia...
International audienceNous nous intéressons ici au problème de sélection de variables dans un cadre ...
International audienceLa régression sur composantes principales (RCP) est une régression sur les fac...
En statistique, les problèmes et méthodes sont séparés en 2 catégories : les problèmes de prédiction...
International audienceUne méthode de sélection de variables adaptée à l'utilisation d'un modèle de r...
variable aléatoire, densité de probabilité (gaussienne, comme ci-dessus), intégrale, fonction de rép...
International audienceNous considérons un modèle de régression linéaire de grande dimension et plus ...
L’usage des régressions quantiles s’est beaucoup répandu au cours de la dernière décennie. Celles-ci...
Dans le domaine de l'énergie électrique, trois problèmes importants se posent: le problème de produc...
International audienceNous proposons une méthode de calcul de la fréquence de fonctionnement d'un co...