Fonctionne avec Indico
v3.2.9
Dans cette présentation, nous discutons certaines approches d’estimation de régression. La première partie de cet exposé sera consacrée à des problèmes de régression non-paramétrique, plus précisément sur les questions relatives aux méthodes de type noyaux et locales linéaires pour des données de survies. Nous nous intéressons à trois types de données incomplètes, très observées en pratique, la censure aléatoire à droite, la censure mixte et la troncature à gauche. Nous ferons le zoom sur une seule méthode d’estimation de la fonction de régression où sous des hypothèses appropriées, un résultat de convergence uniforme presque sûre est établi. Nous montrons par une étude numérique les performances de la méthode étudiée. La seconde partie de cet exposé porte, quant à elle, sur des développements méthodologiques en régression paramétrique dans le cas de covariables fonctionnelles. Une application sur un jeu de données dans le domaine viticole sera faite.