You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
modè<strong>le</strong>. Ainsi, <strong>le</strong> nombre de degré de liberté est la somme des va<strong>le</strong>urs propres de la matrice(H −1 (η)I(η)).Cette méthode d’estimation approchée comporte éga<strong>le</strong>ment de nombreux calculs, desmaximisations et des approximations et n’est donc peut être pas non plus la méthode laplus adaptée.3.3.2 Méthode à degrés de liberté fixéL’approche consiste à se donner une connaissance a priori, en fixant <strong>le</strong> nombre dedegrés de liberté (ddl) pour estimer la fonction de risque. Cette approche a été proposéedans plusieurs artic<strong>le</strong>s (par exemp<strong>le</strong> Buja et al [15], Gray [38]). En effet, il est plus faci<strong>le</strong>de spécifier un nombre de degré de liberté (ou un nombre de paramètres) pour estimerune courbe donnée, plutôt que de spécifier un paramètre de lissage. Si l’on souhaite parexemp<strong>le</strong> que la fonction estimée soit une droite, on choisira un nombre de degré de libertéégal à 2. Il existe une relation entre <strong>le</strong> nombre de degré de liberté dans <strong>le</strong> modè<strong>le</strong> et <strong>le</strong>paramètre de lissage κ :( ) )−1ddl = trace(Î(ˆη) (Ĥ−1 )+ 2κΩ Î(ˆη) = trace (ˆη)Î(ˆη)Ainsi, <strong>le</strong> nombre de degré de liberté est la somme des va<strong>le</strong>urs propres de la matrice(Ĥ−1 (ˆη)Î(ˆη) ). Cette relation nous permet de déduire à partir d’un nombre de degré deliberté fixé la va<strong>le</strong>ur du paramètre de lissage et de résoudre <strong>le</strong>s équations d’estimationpour la va<strong>le</strong>ur correspondante du paramètre de lissage.On peut noter que <strong>le</strong> nombre de degrés de liberté est égal à la dimension du vecteurη quand il n’y a pas de pénalisation (κ = 0), il est inférieur à la dimension de η quand(κ > 0) et lorsque κ tend vers l’infini, il devient égal à deux et non pas à zéro car lamatrice Ω a deux va<strong>le</strong>urs propres nul<strong>le</strong>s. Dans l’équation de la vraisemblance pénalisée(3.1), quand n augmente, la part de la contribution apportée par la log-vraisemblance(non pénalisée) augmente, alors que Ω reste fixe ; on peut alors montrer que <strong>le</strong> paramètrede lissage κ n est en o p (n).m,Plus formel<strong>le</strong>ment, pour avoir un estimateur consistant ˆλ 0 (.), on veut que limn→∞ddl =