Liens entre discrépance et estimation non-paramétrique, méthodologie de sélection de points selon les données disponibles
Journal de la Société française de statistique & Revue de statistique appliquée, Volume 149 (2008) no. 1, pp. 53-80.

This article aims at evaluating the quality of a data base by checking that the data, with respect to our objectives, “ best fill ” the space. This work provides some algorithmic and mathematical tools to achieve such a purpose. Extraction and importation techniques to improve the global quality of the data are proposed. An illustration of its application is exposed in the context of functional estimation with orthogonal functions.

L'objectif de cet article est d'évaluer la qualité d'une base de données représentant la manière dont celle-ci occupe au mieux son domaine de variation. Le travail réalisé ici propose des outils mathématiques et algorithmiques permettant de réaliser une telle opération. Des techniques d'extraction et d'importation de nouvelles observations sont étudiées. Leurs applications seront illustrées dans le cadre de l'évaluation de paramètres fonctionnels dans un contexte d'estimation par fonctions orthogonales.

Keywords: space filling design, discrepancy, functional estimation
@article{JSFS_2008__149_1_53_0,
     author = {Feuillard, Vincent},
     title = {Liens entre discr\'epance et estimation non-param\'etrique, m\'ethodologie de s\'election de points selon les donn\'ees disponibles},
     journal = {Journal de la Soci\'et\'e fran\c{c}aise de statistique & Revue de statistique appliqu\'ee},
     pages = {53--80},
     publisher = {Soci\'et\'e fran\c{c}aise de statistique},
     volume = {149},
     number = {1},
     year = {2008},
     language = {fr},
     url = {http://www.numdam.org/item/JSFS_2008__149_1_53_0/}
}
TY  - JOUR
AU  - Feuillard, Vincent
TI  - Liens entre discrépance et estimation non-paramétrique, méthodologie de sélection de points selon les données disponibles
JO  - Journal de la Société française de statistique & Revue de statistique appliquée
PY  - 2008
DA  - 2008///
SP  - 53
EP  - 80
VL  - 149
IS  - 1
PB  - Société française de statistique
UR  - http://www.numdam.org/item/JSFS_2008__149_1_53_0/
LA  - fr
ID  - JSFS_2008__149_1_53_0
ER  - 
%0 Journal Article
%A Feuillard, Vincent
%T Liens entre discrépance et estimation non-paramétrique, méthodologie de sélection de points selon les données disponibles
%J Journal de la Société française de statistique & Revue de statistique appliquée
%D 2008
%P 53-80
%V 149
%N 1
%I Société française de statistique
%G fr
%F JSFS_2008__149_1_53_0
Feuillard, Vincent. Liens entre discrépance et estimation non-paramétrique, méthodologie de sélection de points selon les données disponibles. Journal de la Société française de statistique & Revue de statistique appliquée, Volume 149 (2008) no. 1, pp. 53-80. http://www.numdam.org/item/JSFS_2008__149_1_53_0/

[1] J. B. Aubin. Estimation fonctionnelle par projection adaptative et applications. Thèse de doctorat, Université Pierre et Marie Curie, Paris VI, 2005.

[2] D. Bosq. Sur l'estimation d'une densité multivariée par une série de fonctions orthogonales. Comptes Rendus de l'Académie des Sciences de Paris, 268 : 555-557, 1969. | MR | Zbl

[3] D. Bosq et J. Bluez. Etude d'une classe d'estimateurs non-paramétriques de la densité. Annales de l'institut Henri Poincaré, 14 : 479-498, 1978. | Numdam | MR | Zbl

[4] D. Bosq et J. Lecoutre. Théorie de l'estimation fonctionnelle. Economica, 1987.

[5] M. Cencov. Evaluation of an unknown distribution density from observations. Soviet Mathematics, 3 : 1559-1562, 1962. | Zbl

[6] C. Cervellera et M. Muselli. Deterministic design for neural network learning : An approach based on discrepancy. IEEE Transactions on Neural Networks, 15 : 533-544, 2004.

[7] L. Devroye et L. Győrfi. Nonparametric Density Estimation The L 1 view. John Wiley & Sons, Inc., 1985. | MR | Zbl

[8] J. Droesbeke, J. Fine et G. Saporta. Plans d'expériences, Applications à l'entreprise. Technip, 1997. | Zbl

[9] A. Dvoretzky, J. Kiefer et J. Wolfowitz. Asymptotic minimax character of the sample distribution function and of a classical multinomial estimator. Annals of Mathematical Statistics, 33 : 642-669, 1956. | MR | Zbl

[10] V. Feuillard, N. Devictor et R. Phan-Tan-Luu. Liens entre discrépance et estimation non-paramétrique, méthodologie de sélection de points selon les données disponibles. 38e journées de Statistiques, 2006.

[11] F. Hickernell. The mean square discrepancy of randomized nets. Modeling and Computer Simulation, 6(4) : 274-296, 1996. | Zbl

[12] F. Hickernell. A generalized discrepancy and quadrature error bound. Mathematics of computation, 67(221) : 299-322, 1998. | MR | Zbl

[13] F. Hickernell. Goodness-of-fit statistics, discrepancies and robust designs. Statistics and Probability Letters, 44 : 73-78, 1999. | MR | Zbl

[14] E. Hlwaka. Funktionen von beschränkter Variation in der Theorie der Gleichverteilung. Annali di Matematica Pura ed Applicata, 54 : 325-333, 1961. | MR | Zbl

[15] W. Härdle. Applied nonparametric regression. Cambridge University Press, 1989. | MR | Zbl

[16] J. Marry. Étude de l'Apprentissage Actif : Application à la conduite d'experience. Thèse de doctorat, Université Paris Sud, 2005.

[17] C. Lemieux et P. L'Ecuyer. On selection criteria for lattice rules and other quasi-monte carlo point sets. Mathematics and Computers in Simulation, 55 : 139-148, 2001. | MR | Zbl

[18] P. Massart. The tight constant in the dvoretzky-kiefer-wolfowitz inequality. Annals of Probability, 18(3) : 1269-1283, 1990. | MR | Zbl

[19] H. Niederreiter. Monte Carlo and Quasi-Monte Carlo Methods. Springer, 1998. | MR

[20] B. L. S. Prakasa Rao. Nonparametric functional estimation. Probability and Mathematical Statistics. Academic Press Inc.[Harcourt Brace Jovanovich Publishers], 1983. | MR | Zbl

[21] E. Rafajlowicz et R. Schwabe. Halton and Hammersley sequences in multivariate nonparametric regression. Statistics and probability letters, 76(8) : 803-812, 2006. | MR | Zbl

[22] F. Riesz et B. S. Nagy. Functional Analysis. Ungar Publishing Co., 1955. | MR | Zbl

[23] G. Sansone. Orthogonal Functions. Krieger, 1977. | MR | Zbl

[24] C. Stone. Optimal global rate of convergence for nonparametric regression. Annals of Statistics, 10 : 1040-1053, 1982. | MR | Zbl

[25] E. Thiémard. Sur le calcul et la majoration de la discrépance à l'origine. Thèse de doctorat, Ecole Polytechnique Fédérale de Lausanne, 2000.