Estimation par sélection de modèles à partir de données partiellement observées

par Sandra Plancade

Thèse de doctorat en Mathématiques

Sous la direction de Fabienne Comte.

Soutenue en 2010

à Paris 5 .


  • Résumé

    Cette thèse regroupe des procédures d'estimation non paramétrique dans différents contextes mettant enjeu des données partiellement observées. Les estimateurs s'appuient sur la méthode de sélection de modèles initiée par Birgé et Massart pour une étude du risque L2 mais également sur une méthode de sélection de modèles ponctuelle, adaptée au risque en un point donné. La première partie de ce manuscrit est consacré à l'estimation de la densité de l'erreur de régression, et la deuxième partie à l'étude de modèles de survie : estimation du risque instantané en présent de censure à droite, et estimation de la fonction de distribution conditionnelle à partir de données censurées par intervalle, cas 1.

  • Titre traduit

    Estimation by model selection from partially observed data


  • Résumé

    This manuscript presents several non parametric estimation procedures in frameworks involving partially observed data. The estimators rely on the model selection method adapted to the L2 risk (following Birge and Massart procedure) and also to the risk at a given point. The first part of the manuscript is devoted to the estimation of regression error density, and the second part to survival analysis issues: estimation of the hazard rate in presence of right censoring and estimation of the conditional distribution function from interval censored data.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (244 p.)
  • Annexes : Bibliogr. p. 241-244

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris Descartes-Bibliothèque Saints-Pères Sciences (Paris). Service commun de la documentation. Bibliothèque Saints-Pères Sciences.
  • Consultable sur place dans l'établissement demandeur
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.