JdS2012


 English   -  Français  

Résumé de communication



Résumé 114 :

Efficacité asymptotique pour la prévision de processus de Markov
Onzon, Emmanuel ; Bosq, Denis
LSTA, UPMC

L'efficacité asymptotique est un critère d'optimalité dans la théorie de l'estimation paramétrique et semi-paramétrique. On présente une extension de ce critère pour les prédicteurs plug-in appliqués aux problèmes de prévision de processus stochastiques. On donne une borne inférieure sur la limite de l'erreur quadratique (normalisée) d'estimation de la fonction de régression pour des processus de Markov. On en déduit, sous certaines conditions, une borne inférieure sur la limite de l'erreur quadratique de prédiction, puis une définition de l'efficacité asymptotique pour les prédicteurs. On présente une application au problème de prévision d'un processus de Ornstein-Uhlenbeck stationnaire.