Estimation non paramétrique de données spatiales avec la méthode kNN - Benammar, Wahiba
29,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
15 °P sammeln
  • Broschiertes Buch

Dans ce travail, nous avons introduit un nouvel estimateur lorsque les co-variables sont de nature fonctionnelle. Cet estimateur est un mélange de la procédure k Nearest Neighbors soon (kNN) et de données fonctionnelles spatiales. Ensuite, les taux de convergence sont introduits lorsque l'échantillon considéré est collecté dans l'ordre spatial avec une structure de mélange.En théorie, il y a une estimation du point de risque puis une discussion sur les difficultés d'application, telles que le choix de la bande passante en fonction des données. De plus, une étude comparative basée sur des…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Dans ce travail, nous avons introduit un nouvel estimateur lorsque les co-variables sont de nature fonctionnelle. Cet estimateur est un mélange de la procédure k Nearest Neighbors soon (kNN) et de données fonctionnelles spatiales. Ensuite, les taux de convergence sont introduits lorsque l'échantillon considéré est collecté dans l'ordre spatial avec une structure de mélange.En théorie, il y a une estimation du point de risque puis une discussion sur les difficultés d'application, telles que le choix de la bande passante en fonction des données. De plus, une étude comparative basée sur des données simulées et réelles est également fournie pour illustrer les performances et l'utilité de l'approche kNN et pour prouver la grande sensibilité de l'approche kNN à la présence même d'une faible proportion de valeurs aberrantes dans les données.
Autorenporträt
Wahiba Benammar Bouabsa: Professora Sênior, Universidade de Sidi-Bel-Abbes, Departamento de Habilidades Matemáticas, Estatística Matemática, Processos Estocásticos, Probabilidade.