JdS2012


 English   -  Français  

Résumé de communication



Résumé 71 :

Estimation du nombre de facteurs dans un modèle à facteurs de grande dimension
Passemier, Damien ; Yao, Jian-Feng
IRMAR - UMR CNRS 6625 - Université de Rennes 1

L’estimation du nombre de facteurs dans un modèle un facteur est un problème important dans de nombreux domaines, comme l’économie ou le traitement du signal : c’est souvent une première étape avant l’estimation d’autres paramètres. La plupart des approches classiques se font dans un contexte où le nombre d’observations n est grand, tandis que la dimension p des observations reste petite. Dans cette exposé, nous considérons le cas de la grande dimension, où p est grand par rapport à n, en utilisant des résultats récents de la théorie des matrices aléatoires sur le comportement asymptotique des valeurs propres de la matrice de covariance empirique. Notre estimateur est basé sur la différence des valeurs propres consécutives de cette matrice. Nous étendons notre résultat de consistance prouvé dans notre précédent article au cas des facteurs égaux et nous comparons ensuite notre algorithme à une autre méthode.