Estimation de la fonction des quantiles pour des données tronquées

par Nicolas Poulin

Thèse de doctorat en Mathématiques appliquées. Statistiques

Sous la direction de Elias Ould-Saïd et de Mohamed Lemdani.

Soutenue en 2006

à Littoral .


  • Résumé

    Dans le modèle de troncature à gauche, deux variables aléatoires Y et T, de fonctions de répartition respectives F et G ne sont observables que si Y ≥ T. Considérons un échantillon observé (Yi, Ti) ; 1 ≤ i ≤ n de ce couple de variables aléatoires. La fonction des quantiles de F est estimée par la fonction des quantiles de l’estimateur de Lynden-Bell (1971). Après avoir présenté les principaux résultats de la littérature dans le cadre de données indépendantes, nous considérons le cas des données α-mélangeantes. Nous établissons la convergence forte ainsi qu’une représentation forte du quantile sous la forme d’une moyenne de variables aléatoires avec un reste négligeable, ainsi que la normalité asymptotique. Pour le second travail de cette thèse, nous considérons un problème de régression de Y par une variable aléatoire explicative multi-dimensionnelle X. Nous établissons la convergence et la normalité asymptotique de la fonction de répartition conditionnelle ainsi que celles du quantile conditionnel de Y sachant X lorsque Y est tronquée. Des simulations nous ont permis de vérifier la qualité de l’estimation sur des échantillons de taille finie.

  • Titre traduit

    Estimation of the quantile function for truncated data


  • Résumé

    In the left-truncation model, the pair of random variables Y and T with respective distribution function F and G are observed only if Y ≥ T. Let (Yi,Ti) ; 1 ≤ i ≤ n be an observed sample of this pair of random variables. The quantile function of F is estimated by the quantile function of the Lynden-Bell (1971) estimator. After giving some results of the literature in the case of independant data, we consider the α-mixing framework. We obtain strong consistency with rates, give a strong representation for the estimator of the quantile as a mean of random variables with a neglible rest and asymptotic normality. As regards the second topic of this thesis, we consider a multidimensionnal explanatory random variable X of Y which plays the role of a response. We establish strong consitency and asymptotic normality of the conditional distribution function and those of the conditional quantile function of Y given X when Y is subject to truncation. Simulations are drawn to illustrate the results for finite samples.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (viii-100 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 97-100

Où se trouve cette thèse ?

  • Bibliothèque : Université du Littoral-Côte d'Opale (Calais, Pas-de-Calais). Bibliothèque. Section Sciences.
  • Disponible pour le PEB
  • Bibliothèque : Université du Littoral-Côte d'Opale (Calais, Pas-de-Calais). Bibliothèque. Section Sciences.
  • Consultable sur place dans l'établissement demandeur
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.