Estimation in generalized linear models for functional data via penalized likelihood
[Estimation par maximum de vraisemblance pénalisée pour les modèles linéaires généralisés pour données fonctionnelles]
Résumé
Les auteurs proposent un estimateur des paramètres de modèles linéaires généralisés (variables binomiales, Poisson,...) lorsque les variables explicatives sont des trajectoires. L'estimateur repose sur une décomposition splines des coefficients (paramètres du modèle) et le maximum de vraisemblance pénalisé. Ils montrent la convergence de cet estimateur et mettent en évidence la nécessité d'introduire un terme de pénalité permettant de contrôler la variance.