Statistique
Choix du paramètre de lissage dans l'estimation à noyau d'une matrice de transition d'un processus semi-markovien
Comptes Rendus. Mathématique, Tome 353 (2015) no. 3, pp. 273-277.

Dans cette Note, nous étudions le problème du choix du paramètre de lissage pour un estimateur à noyau de l'opérateur de transition d'une chaîne de Markov. Pour ce faire, nous avons considéré la file d'attente GI/M/1/N. Nous avons constaté que l'estimateur du paramètre de lissage choisi, par la minimisation d'une certaine norme matricielle, donne de meilleurs résultats, en termes de vitesse de convergence de l'erreur quadratique moyenne, que les alternatives classiques.

In this Note, we study the problem of choosing the smoothing parameter for a kernel estimator of the transition operator of a Markov chain. To do this, we have considered the GI/M/1/N queue. The proposed smoothing parameter performs better than the existing classical methods in terms of convergence rate of the mean square error.

Reçu le :
Accepté le :
Publié le :
DOI : 10.1016/j.crma.2014.09.030
Cherfaoui, Mouloud 1 ; Boualem, Mohamed 1 ; Aïssani, Djamil 1 ; Adjabi, Smail 1

1 Laboratoire de modélisation et d'optimisation des systèmes (LAMOS), université de Béjaia, Targa-Ouzamour, 06000 Algérie
@article{CRMATH_2015__353_3_273_0,
     author = {Cherfaoui, Mouloud and Boualem, Mohamed and A{\"\i}ssani, Djamil and Adjabi, Smail},
     title = {Choix du param\`etre de lissage dans l'estimation \`a noyau d'une matrice de transition d'un processus semi-markovien},
     journal = {Comptes Rendus. Math\'ematique},
     pages = {273--277},
     publisher = {Elsevier},
     volume = {353},
     number = {3},
     year = {2015},
     doi = {10.1016/j.crma.2014.09.030},
     language = {fr},
     url = {http://archive.numdam.org/articles/10.1016/j.crma.2014.09.030/}
}
TY  - JOUR
AU  - Cherfaoui, Mouloud
AU  - Boualem, Mohamed
AU  - Aïssani, Djamil
AU  - Adjabi, Smail
TI  - Choix du paramètre de lissage dans l'estimation à noyau d'une matrice de transition d'un processus semi-markovien
JO  - Comptes Rendus. Mathématique
PY  - 2015
SP  - 273
EP  - 277
VL  - 353
IS  - 3
PB  - Elsevier
UR  - http://archive.numdam.org/articles/10.1016/j.crma.2014.09.030/
DO  - 10.1016/j.crma.2014.09.030
LA  - fr
ID  - CRMATH_2015__353_3_273_0
ER  - 
%0 Journal Article
%A Cherfaoui, Mouloud
%A Boualem, Mohamed
%A Aïssani, Djamil
%A Adjabi, Smail
%T Choix du paramètre de lissage dans l'estimation à noyau d'une matrice de transition d'un processus semi-markovien
%J Comptes Rendus. Mathématique
%D 2015
%P 273-277
%V 353
%N 3
%I Elsevier
%U http://archive.numdam.org/articles/10.1016/j.crma.2014.09.030/
%R 10.1016/j.crma.2014.09.030
%G fr
%F CRMATH_2015__353_3_273_0
Cherfaoui, Mouloud; Boualem, Mohamed; Aïssani, Djamil; Adjabi, Smail. Choix du paramètre de lissage dans l'estimation à noyau d'une matrice de transition d'un processus semi-markovien. Comptes Rendus. Mathématique, Tome 353 (2015) no. 3, pp. 273-277. doi : 10.1016/j.crma.2014.09.030. http://archive.numdam.org/articles/10.1016/j.crma.2014.09.030/

[1] Basu, A.K.; Sahoo, D.K. On Berry–Esséen theorem for nonparametric density estimation in Markov sequences, Bull. Inform. Cybernet., Volume 30 (1998), pp. 25-39

[2] Billingsley, P. Statistical Inference for Markov Processes, University of Chicago Press, Chicago, IL, 1961

[3] Bouezmarni, T.; Scaillet, O. Consistency of asymmetric kernel density estimators and smoothed histograms with application to income data, Econom. Theory, Volume 21 (2005), pp. 390-412

[4] Chen, S.X. Probability density functions estimation using Gamma kernels, Ann. Inst. Stat. Math., Volume 52 (2000), pp. 471-480

[5] Kleinrock, L. Queueing Systems: Theory, Vol. I, John Wiley and Sons, New York, 1975

[6] Laksaci, A.; Yousfate, A. Estimation fonctionnelle de la densité de l'opérateur de transition d'un processus de Markov à temps discret, C. R. Acad. Sci. Paris, Ser. I, Volume 334 (2002), pp. 1035-1038

[7] Masry, E.; Györfi, L. Strong consistency and rates for recursive probability density estimators of stationary processes, J. Multivar. Anal., Volume 22 (1987), pp. 79-93

[8] Parzen, E. On estimation of a probability density function and mode, Ann. Math. Stat., Volume 33 (1962), pp. 1065-1076

[9] Roussas, G.G. Nonparametric estimation in Markov processes, Ann. Inst. Stat. Math., Volume 21 (1969), pp. 73-87

Cité par Sources :