Résumé 81 :
Régression multiple non-paramétrique par noyaux associés
Somé, Sobom Matthieu ; Senga Kiéssé, Tristan ; Kokonendji, Célestin C.
Université de Franche-Comté
L’objet de cette communication est de proposer une méthode non-paramétrique
d’estimation d’une fonction de régression multiple, bien indiqué pour à la fois des
variables explicatives continues et des variables explicatives de dénombrement. Le
modèle est d’abord présenté, ensuite une définition du noyau associé le plus général
est introduite avec deux cas particuliers à savoir classique et multiple. L’estimateur de
Nadaraya-Watson utilisant ces noyaux associés multivariés est alors présenté avec une
attention particulière aux noyaux associés multiples. Les simulations et application aux données réelles utilise les noyaux associés multiples qui sont des produits univariés,
suivant la nature du support de chaque variable, de noyaux associés univariés appropriés. À chaque
fois, le choix des fenêtres sera faite par validation croisée.