Problèmes de réduction de dimension pour la régression en ... - Isped

Les conditions d’identifiabilité Modèle non linéaire Nouvel estimateur de F (x, y) Modèle de régression single-indexPropriétés asymptotiquesLoi des grands nombresOn utilise la convergence uniforme de l’estimateur deBeran.Loi des grands nombresSoit F une classe telle que δ[1 − G(T − |g(X))] −1 F soitP−Glivenko-Cantelli possédant une enveloppe satisfaisantcertaines hypothèses de moments,∫∫∀φ ∈ F, φ(x, y)d ˆF f (x, y) = φ(x, y)d ˜F f (x, y)x∈Xoù sup φ∈F |R n (φ)| = o P (1). On en déduitsupφ∈F∫∣x∈Xx∈X+R n (φ),φ(x, y)d(ˆF f − ˜F f )(x, y)∣ = o P(1).