2.2 Cas multivarie
Les principales techniques d'estimation
non-paramétriques de densité dans le cas
géneral d'observation de dimension
quelconque restent des variantes destimateurs à
noyau. Nous pouvons choisir destimer toutes les composantes des
observations simultanément ou selon chaque composante
séparément (en faisant le produit des noyaux
univariés).
Nous considérons ainsi les observations (Xij) i.i.d. avec
i = 1, ...,n et j = 1,...,d. Cette échantillon est de densité de
probabilité f continue et inconnue sur = Rd.
b
L'estimateuranoyaucontinusymétrique
fn def admetuneversionmultidimensionnelle et se présente de
maniere générale par
Dwelt, 0.0 0.1 0.2 0.9 0.4
Dwelt, 0.0 0.1 02 0.9 0.4
FIG. 2.7 -- ??ss???s ??r ??s ?st???t??rs d
?\u9313A??\u9312@ ??t???s ?? ? ??ist???t?? ???? ?????
t???? ?? ?? ?r???? ???tre? re???t?? n = 100 ?t hCy = 0.429
Dwelt, 0.0 0.1 0.2 0.9 0.4
Dwelt, 0.0 0.1 02 0.9 0.4
Epanechn.CV
Biweight CV
|
x Triangulaire CV
|
|
x
on x =t (x1, ... ,xd) ? Rd, Xi
=t (Xi1, . . . ,Xid) et H = est la matrice de
variance-covariance de la fenetre h, de dimension d × d, donnée
par
H=
?
?? ? .
[H. ... h1d h21 . . . h2d ...
h2j ... hd1 ... h2d
La fonction KH est la fonction noyau définie
sur ?x,h = Rd et reliée avec le noyau
univarié (que nous avons présenté
précédemment) par la relation suivante
KH (x) = Idet (H)}
|
--1/2 K (H--1/2x) .(2.15)
|
En effet, comme nous pouvons le remarquer dans
lexpression de H, il peut y avoir des termes de corrélation
entre les différents parametres de lissage. Ces coeffcients
de corrélation vont compliquer davantage les
calculs Nous proposons ainsi une expression plus simple qui fait
appel a un produit des noyaux univariés et qui
néglige leffet des
FIG. 2.8 - ????r??s? ??s ??ss???s
??r ???st???t??r a ?\u9313A?? ??t??? ???????????????
???s??t ??r??r ?? ???etr? h
Epanechn.CV h=0.429
Dwelt, 0.0 0.1 0.2 0.9 0.4
Epanechn.PI h=0.338
Dwelt, 0.0 0.1 0.2 0.9 0.4
-2 -1 0 12 -2 -1 0 12
x Epanechn. h=0.05
|
x Epanechn. h=1
|
-2 -1 0 1 -1 1 2
x
Dwelt, 0.0 0.1 02 0.9 0.4
Dwelt, 0.0 0.1 02 0.9 0.4
corrélations. Dans ce cas, l'estimateur est
in(x) = 1
nh1 . . . hd
|
Xn i=1
|
? ?
?
|
d j=1
|
(Xij x,) ; hj .1 (2.16) ? ,
|
avec x =t (x1,...,xd) E Rd,hj > 0, Ed
j=1 hj --> 0 et n 1dj=1 hj --> co et Kj est la
fonction noyau univarié présentée
antérieurement En pratique les noyaux-produits
sont recommandés. Les estimateurs a noyau
généralisés sont importants pour lesles
études numériques, mais ils restent cependant utiles
pour des considérations théoriques etet dans certains
cas particuliers.
Note: De manière plus simple, nous prenons le
noyau Kj = K, c'est a dire que nous utilisons ce
même noyau pour toutes les observations. Cependant nous
pouvons faire un mélange de différents
types de noyaux tels que le noyau
d'panechniiov avec le e gaussien, le biweight, etc.
|