THÈSE DE DOCTORAT DE L'UNIVERSITÉ PARIS 6 Spécialité ...
THÈSE DE DOCTORAT DE L'UNIVERSITÉ PARIS 6 Spécialité ...
THÈSE DE DOCTORAT DE L'UNIVERSITÉ PARIS 6 Spécialité ...
- No tags were found...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
86 Optimal recovery et estimation statistiqueà adapter la méthode utilisée par Lepski et Tsybakov (2000) au cas multidimensionnel.Ces auteurs considèrent un problème d’optimisation du typesup f(0),f∈Σ(β,1)∫ D−D f 2 ≤1qui admet une solution f β,D . Ils construisent, dans le modèle (5.24), des tests asymptotiquementminimax ˆT n à partir f β,Dn I [−Dn ,D n ] (qui est à support compact) avec lim n→∞ D n =∞.On a mis en évidence, comment on a choisi dans les chapitres précédents les noyaux desestimateurs utilisés pour obtenir des résultats de bornes supérieures. L’approche qu’ona adopté ici pour l’estimation en norme L ∞ de fonctions Hölderiennes peut être utiliséepour l’estimation en norme L ∞ sur d’autres classes de fonctions.5.4 Etudes des constantes• Etude de la constante C 0 (β) =(L( ) ) 1β 2β+1β+12β pour β ∈]0,1].2Pour β ∈]0,1], on a L 12β+1≤ max (1,L). Le graphique suivant représente la valeur de( ) ββ+1 2β+1f(β) =en fonction de β ∈]0,1].2β 2f(beta)2.01.91.81.71.61.51.41.31.21.11.00.90.80.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0betaLa fonction f(β) est toujours comprise entre 1 et 1.5 et admet 1 comme limite en 0.• Etude de la constante C 0 (β) =Pour β ∈]0,1] 2 , on a L12β+1∗( ) ) 1β 2β+1β+1(L ∗ pour β ∈]0,1] 2 .αβ 3≤ max (1,L 1 ,L 2 ), où L = (L 1 ,L 2 ). Le graphique suivant repré-