Estimation non paramétrique de la régression par la méthode du noyau

Abstract

L’estimation de la régression joue un rôle très important dans la prédiction. Dans ce mémoire on a 3 chapitre, premier chapitre on parle on méthode non paramétrique est méthode du noyau sa définition et définition de model paramétrique et non paramétrique avec leurs propriétés statistique et asymétrique et on utilisant le paramètre de lissage Deuxième chapitre nous avons proposé d’avoir une synthèse sur la convergence presque complète des estimateurs .notre objectifs est base sur l’estimation de la courbe de régression Finalement, on utilise le logiciel matlab pour simulation de la régression dans cas indépendance et on trouve que l’estimation et la régression sont proches

Estimation regression has great role in prediction. In this work we have 3 chapitr, the first one about parametric and non prametric ,kernel method and its definition and their characteristics and smoothing parameter . Second chapter talks about convergence almost filled for estimator,the aim for this work is estimation of the regression curve. The last chapter we use matlab for simulation regression in case indepandance and we find that estimator and regression are close

التقدير الانحدار يلعب دورا مهما في التنبؤ في هاتهالرسالةلدينا3فصول في الفصل الأول نتحدثعن التقديرالمعلمي والالمعلميوطريقة النواة معذكر الصيغ والمعادلات لكل منهامن اجل استخدامها في تحقيق التقارب كما نستخدم قيمة المعلمةاو النافدة في الفصل الثاني نقدم نظريات حول التقارب الشبه مكتمل للمقدر ونبرهن عليه هدفنا يستند على تقدير منحنى الانحدار أخير الفصل3نستخدم برنامج الماتلاب من اجل محاكاه المقاربة في حاله مستقله لكي نجد ان الانحدار والتقديريتقاربان وهو الهدف من البحث