Partenaires

CNRS
Logo tutelle
Logo tutelle
Logo tutelle


Rechercher

Sur ce site

Sur le Web du CNRS


Accueil du site > Séminaires > Probabilités Statistiques et réseaux de neurones > Tests d’hypothèses convexes en régression gaussienne

Vendredi 14 février 2003 à 10h

Tests d’hypothèses convexes en régression gaussienne

Béatrice Laurent (Statistique Orsay, Université Paris 11)

En collaboration avec Yannick Baraud et Sylvie Huet

Résumé : Le but de cet exposé est de présenter une approche générale permettant de tester l’appartenance d’une fonction de régression à certains ensembles fonctionnels convexes. Nous présenterons, comme applications, des tests de positivité, de monotonie et de convexité, ainsi que des tests d’appartenance à certains ensembles de solutions d’inéquations différentielles. Les procédures de tests proposées sont basées sur des tests multiples et ne nécessitent aucune hypothèse a priori sur la fonction de régression. Ces tests sont non-asymptotiques et permettent de détecter des écarts à l’hypothèse nulle en norme infinie. Nous établissons des vitesses de séparation sur des classes de fonctions régulières et présentons une étude de simulation pour tester la monotonie.

Dans la même rubrique :