Accéder directement au contenu Accéder directement à la navigation
Article dans une revue

Ridge regression for the functional concurrent model

Abstract : The aim of this paper is to propose estimators of the unknown functional coefficients in the Functional Concurrent Model (FCM). We extend the Ridge Regression method developed in the classical linear case to the functional data framework. Two distinct penalized estimators are obtained: one with a constant regularization parameter and the other with a functional one. We prove the probability convergence of these estimators with rate. Then we study the practical choice of both regularization parameters. Additionally, we present some simulations that show the accuracy of these estimators despite a very low signal-to-noise ratio. MSC 2010 subject classifications: Primary 62J05, 62G05, 62G20; secondary 62J07.
Type de document :
Article dans une revue
Liste complète des métadonnées

Littérature citée [20 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01819398
Déposant : Christophe Crambes <>
Soumis le : mercredi 20 juin 2018 - 14:17:14
Dernière modification le : jeudi 2 juillet 2020 - 14:19:26
Archivage à long terme le : : mardi 25 septembre 2018 - 00:18:36

Fichier

FCCM.pdf
Fichiers éditeurs autorisés sur une archive ouverte

Licence


Distributed under a Creative Commons Paternité 4.0 International License

Identifiants

Citation

Tito Manrique, Christophe Crambes, Nadine Hilgert. Ridge regression for the functional concurrent model. Electronic journal of statistics , Shaker Heights, OH : Institute of Mathematical Statistics, 2018, 12 (1), pp.985 - 1018. ⟨10.1214/18-EJS1412⟩. ⟨hal-01819398⟩

Partager

Métriques

Consultations de la notice

367

Téléchargements de fichiers

172