Nous proposons un test d'adéquation pour des modèles de régression non-linéaire monotone. Ce test s'appuie sur le paradigme des tests lisses de Neyman (1937) pour tester l'adéquation des densités. Il s'applique tout particulièrement aux fonctions de croissance. Nous complétons cette approche en incorporant une méthode de sélection automatique des paramètres du test par les données.
We propose a goodness-of-fit test for monotonous nonlinear regression models. The test is based on an adaptation, to the regression context, of the smooth test paradigm of Neyman (1937) for testing the distribution of a sample. We complete his approach with a data-driven criterion for the test's parameters.
Accepté le :
Publié le :
@article{CRMATH_2004__338_4_317_0,
author = {Fontez, B\'en\'edicte and Ducharme, Gilles R.},
title = {Test d'ad\'equation en r\'egression non-lin\'eaire, cas des fonctions monotones},
journal = {Comptes Rendus. Math\'ematique},
pages = {317--320},
publisher = {Elsevier},
volume = {338},
number = {4},
year = {2004},
doi = {10.1016/j.crma.2003.07.008},
language = {fr},
url = {http://www.numdam.org/articles/10.1016/j.crma.2003.07.008/}
}
TY - JOUR AU - Fontez, Bénédicte AU - Ducharme, Gilles R. TI - Test d'adéquation en régression non-linéaire, cas des fonctions monotones JO - Comptes Rendus. Mathématique PY - 2004 SP - 317 EP - 320 VL - 338 IS - 4 PB - Elsevier UR - http://www.numdam.org/articles/10.1016/j.crma.2003.07.008/ DO - 10.1016/j.crma.2003.07.008 LA - fr ID - CRMATH_2004__338_4_317_0 ER -
%0 Journal Article %A Fontez, Bénédicte %A Ducharme, Gilles R. %T Test d'adéquation en régression non-linéaire, cas des fonctions monotones %J Comptes Rendus. Mathématique %D 2004 %P 317-320 %V 338 %N 4 %I Elsevier %U http://www.numdam.org/articles/10.1016/j.crma.2003.07.008/ %R 10.1016/j.crma.2003.07.008 %G fr %F CRMATH_2004__338_4_317_0
Fontez, Bénédicte; Ducharme, Gilles R. Test d'adéquation en régression non-linéaire, cas des fonctions monotones. Comptes Rendus. Mathématique, Tome 338 (2004) no. 4, pp. 317-320. doi : 10.1016/j.crma.2003.07.008. http://www.numdam.org/articles/10.1016/j.crma.2003.07.008/
[1] Model selection using wavelet decomposition and applications, Biometrika, Volume 84 (1997), pp. 751-763
[2] Goodness of fit tests for nonlinear heteroscedastic regression models, Statist. Probab. Lett., Volume 42 (1999), pp. 53-60
[3] Goodness of fit tests for the inverse gaussian and related distributions, Test, Volume 10 (2001), pp. 271-290
[4] G. Ducharme, E. Lafaye de Michaux, Goodness of fit tests of normality for the innovation in ARMA models, J. Time Series (2003) sous-presse
[5] Test of significance based on wavelet thresholding and Neyman's truncation, JASA, Volume 91 (1996), pp. 674-688
[6] B. Fontez, Test d'adéquation des résidus pour la régression non-linéaire, application aux courbes de croissance en foresterie, Ph.D. thesis, Université Montpellier II, 2001
[7] Nonlinear Statistical Models, Wiley, New York, 1987
[8] Une méthode semi-paramétrique pour tester un modèle de régression, C. R. Acad. Sci. Paris, Ser. I, Volume 336 (2003), pp. 601-604
[9] Smoothing-based lack of fit tests: variations on a theme, Nonparametric Statist., Volume 7 (1996), pp. 1-22
[10] Data-driven version of neyman's smooth test of fit, JASA, Volume 89 (1994), pp. 1000-1005
[11] An l2 error test with order selection and thresholding, Statist. Probab. Lett., Volume 39 (1998), pp. 61-72
[12] Smooth test for goodness of fit, Skand. Aktuar., Volume 20 (1937), pp. 149-199
[13] Handbook of Nonlinear Regression Models, Dekker, New York, 1989
[14] Nonparametric model checks for regression, Ann. Statist., Volume 25 (1997), pp. 613-641
Cité par Sources :
