Global ETD Search

1	Utilisation des Divergences entre Mesures en Statistique Inférentielle Keziou, Amor 17 November 2003 (has links) (PDF) Dans cette thèse, nous proposons de nouvelles méthodes d'estimation et de test par optimisation des Divergences entre mesures pour des modèles paramétriques discrets ou continus, pour des modèles à rapport de densités semi-paramétriques et pour des modèles non paramétriques restreints par des contraintes linéaires. Les méthodes proposées sont basées sur une nouvelle représentation des Divergences entre mesures. Nous montrons que les méthodes du maximum de vraisemblance paramétrique et du maximum de vraisemblance empirique sont des cas particuliers correspondant au choix de la Divergence de Kullback-Leibler modifiée, et que le choix d'autres types de Divergences mène à des estimateurs ayant des propriétés similaires voire meilleurs dans certains cas. De nombreuses perspectives concernant le problème du choix de la Divergence sont notées. [MATH] Mathematics vraisemblance empirique statistique semi-paramétrique divergences entre mesures minimum de divergence efficacité et robustesse problème à deux échantillons dualité vraisemblance empirique généralisée divergence de chi2 divergence de Hellinger divergence de Kullback statistique robuste M-estimateurs efficacité de Pitman efficacité de Bahadur grandes déviations