WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Analyse en composantes principales de densités de probabilité estimées par la méthode du noyau

( Télécharger le fichier original )
par Smail Yousfi
Université Mouloud Mammeri de Tizi-Ouzou, Algérie - Magister 2007
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

2.5 Comparaison entre l'approche paramétrique et non paramétrique

L'objectif de ce présent paragraphe est de proposer, a l'aide des deux exemples concernant la famille de densités gaussiennes et la famille de densités de Gumbel, une comparaison entre les deux approches d'estimation (paramétrique et nonparamétrique) dont le but est de distinguer laquelle est mieux adaptée aux situations précédentes.

Pour cela nous avons choisi de faire cette comparaison en se basant sur les deux distances suivantes:

i)Si àcj,t est l'estimation de la coordonnée de la densité ft sur l'axe principal j , on définit áj comme la distance entre les deux vecteurs Cà et C de IRL dont les composantes sont respectivement àcj,t, cj,t (t ? {1,...,L}):

áj = XL |àcj,t - ci,t| (2.52)

t=1

ii)Si àët, t ? {1,...,L} est l'estimation de la valeur propre ët de la matrice des produits scalaires théoriques, en définit â comme la distance entre les deux vecteurs de IRL de coordonnées respectivement àët, ët, par:

â = XL |àët ? ët| (2.53)

t=1

Remarque

Les vecteurs C et Cà étant des vecteurs propres de W et Wà respectivement, ils sont définis au signe près; ces signes sont choisis de sorte que le coefficient de corrélation linéaire entre C et Cà soit positif.

On fait alors une ACP de densités estimées dans les deux situations suivantes:

Lorsque les densité sont estimées en utilisant l'approche paramétrique, avec n = 30, L = 30.

Lorsque les densités sont estimées par noyau en associant a chaque densité la fenêtre optimale au sens de l'erreur quadratique intégrée asymptotique, avec n = 30, L = 30.

Les valeurs des distances (áj)j=1,3 et , ainsi que les pourcentages d'inertie expliqués par les trois premiers axes principaux obtenus par les deux approches d'estimation, sont données dans le tableau 2.

 

Famille de densités de Gumbel

Famille de densités de loi N(t,V't)

 

ACP paramétrique

ACP non paramétrique (noyau gaussien)

ACP paramétrique

ACP non paramétrique (noyau gaussien)

á1

1.76

1.92

1.00

1.43

á2

2.23

2.31

1.44

1.64

á3

1.60

1.71

2.34

2.37

â

1.07

1.61

1.50

2.81

Inertie1

36%

38%

43%

46%

Inertie2

22%

23%

26%

26%

Tab.2 Valeurs des (aj)j=1,3, â et les pourcentages d'inerties expliqués par les deux premiers axes principaux lors
d'une ACP estimée paramétriquement et non paramétriquement en utilisant le noyau gaussien.

(cas de la famille de densités de lois N(t,V't) et celle de la famille de densités de Gumbel)

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"L'ignorant affirme, le savant doute, le sage réfléchit"   Aristote