[Loi uniforme du logarithme pour l'estimateur linéaire local de la fonction de répartition conditionnelle]
Dans cette Note, nous rappelons d'abord les résultats sur le comportement de l'estimateur non paramétrique de la fonction de répartition conditionnelle, que nous pouvons trouver dans la littérature. Puis, nous établissons la vitesse exacte de la consistance forte uniforme pour l'estimateur linéaire local de la fonction de répartition conditionnelle. Pour démontrer nos résultats, nous utiliserons les théories récentes faisant intervenir des processus tous dérivant du processus empirique dans l'esprit des articles de Einmahl et Mason (2000) [5] et de Deheuvels et Mason (2004) [3].
In this Note, we first recall the results of the behaviour of the nonparametric estimator of the conditional distribution function which we can find in the literature. We establish exact rate of strong uniform consistency for the local linear estimator of the conditional distribution function. Our methods of proofs are based upon modern empirical process theory in the spirit of the results of Einmahl and Mason (2000) [5] and Deheuvels and Mason (2004) [3].
Accepté le :
Publié le :
@article{CRMATH_2010__348_17-18_1015_0,
author = {Ferrigno, Sandie and Maumy-Bertrand, Myriam and Muller, Aur\'elie},
title = {Uniform law of the logarithm for the local linear estimator of the conditional distribution function},
journal = {Comptes Rendus. Math\'ematique},
pages = {1015--1019},
publisher = {Elsevier},
volume = {348},
number = {17-18},
year = {2010},
doi = {10.1016/j.crma.2010.08.003},
language = {en},
url = {http://www.numdam.org/articles/10.1016/j.crma.2010.08.003/}
}
TY - JOUR AU - Ferrigno, Sandie AU - Maumy-Bertrand, Myriam AU - Muller, Aurélie TI - Uniform law of the logarithm for the local linear estimator of the conditional distribution function JO - Comptes Rendus. Mathématique PY - 2010 SP - 1015 EP - 1019 VL - 348 IS - 17-18 PB - Elsevier UR - http://www.numdam.org/articles/10.1016/j.crma.2010.08.003/ DO - 10.1016/j.crma.2010.08.003 LA - en ID - CRMATH_2010__348_17-18_1015_0 ER -
%0 Journal Article %A Ferrigno, Sandie %A Maumy-Bertrand, Myriam %A Muller, Aurélie %T Uniform law of the logarithm for the local linear estimator of the conditional distribution function %J Comptes Rendus. Mathématique %D 2010 %P 1015-1019 %V 348 %N 17-18 %I Elsevier %U http://www.numdam.org/articles/10.1016/j.crma.2010.08.003/ %R 10.1016/j.crma.2010.08.003 %G en %F CRMATH_2010__348_17-18_1015_0
Ferrigno, Sandie; Maumy-Bertrand, Myriam; Muller, Aurélie. Uniform law of the logarithm for the local linear estimator of the conditional distribution function. Comptes Rendus. Mathématique, Tome 348 (2010) no. 17-18, pp. 1015-1019. doi : 10.1016/j.crma.2010.08.003. http://www.numdam.org/articles/10.1016/j.crma.2010.08.003/
[1] D. Blondin, Lois limites uniformes et estimation non paramétrique de la régression, Thèse soutenue en 2004, Université de Paris 6, France.
[2] Estimation non-paramétrique de la régression: Revue bibliographique, Int. Statist. Rev., Volume 49 (1981), pp. 75-93
[3] General asymptotic confidence bands based on kernel-type function estimators, Statist. Infer. Stochastic Process., Volume 7 (2004) no. 3, pp. 225-277
[4] The uniform convergence of the Nadaraya–Watson regression function estimate, Can. J. Statist., Volume 6 (1978), pp. 179-191
[5] An empirical process approach to the uniform consistency of kernel-type function estimators, J. Theoret. Probab., Volume 13 (2000) no. 1, pp. 1-37
[6] Uniform in bandwidth consistency of kernel-type function estimators, Ann. Stat., Volume 33 (2005) no. 3, pp. 1380-1403
[7] Local Polynomial Modelling and its Applications, Monographs on Statistics and Applied Probability, vol. 66, Chapman and Hall, 1996
[8] References curves based on nonparametric quantile regression, Statistics in Medicine, Volume 21 (2002), pp. 3119-3155
[9] Applied Nonparametric Regression, Cambridge University Press, Cambridge, 1990
[10] M. Mint El Mouvid, Sur l'estimateur linéaire local de la fonction de répartition conditionnelle, Thèse soutenue en 2000, Université de Montpellier 2, France.
[11] On estimating regression, Theor. Probab. Appl., Volume 9 (1964), pp. 141-142
[12] On almost sure convergence of conditional empirical distribution functions, Ann. Probab., Volume 14 (1986) no. 3, pp. 891-901
[13] Smooth regression analysis, Sankhyā Ser. A, Volume 26 (1964), pp. 359-372
Cité par Sources :
