Estimation non paramétrique pour les processus markoviens déterministes par morceaux - TEL - Thèses en ligne Access content directly
Theses Year : 2013

Nonparametric estimation for piecewise-deterministic Markov processes

Estimation non paramétrique pour les processus markoviens déterministes par morceaux

Abstract

Piecewise-deterministic Markov processes (PDMP’s) have been introduced by M.H.A. Davis as a general family of non-diffusion stochastic models, involving deterministic motion punctuated by random jumps at random times. In this thesis, we propose and analyze nonparametric estimation methods for both the features governing the randomness of such a process. More precisely, we present estimators of the conditional density of the inter-jumping times and of the transition kernel for a PDMP observed within a long time interval. We establish some convergence results for both the proposed estimators. In addition, numerical simulations illustrate our theoretical results. Furthermore, we propose an estimator for the jump rate of a nonhomogeneous renewal process and a numerical approximation method based on optimal quantization for a semiparametric regression model.
M.H.A. Davis a introduit les processus markoviens déterministes par morceaux (PDMP) comme une classe générale de modèles stochastiques non diffusifs, donnant lieu à des trajectoires déterministes ponctuées, à des instants aléatoires, par des sauts aléatoires. Dans cette thèse, nous présentons et analysons des estimateurs non paramétriques des lois conditionnelles des deux aléas intervenant dans la dynamique de tels processus. Plus précisément, dans le cadre d'une observation en temps long de la trajectoire d'un PDMP, nous présentons des estimateurs de la densité conditionnelle des temps inter-sauts et du noyau de Markov qui gouverne la loi des sauts. Nous établissons des résultats de convergence pour nos estimateurs. Des simulations numériques pour différentes applications illustrent nos résultats. Nous proposons également un estimateur du taux de saut pour des processus de renouvellement, ainsi qu'une méthode d'approximation numérique pour un modèle de régression semi-paramétrique.
Fichier principal
Vignette du fichier
AZAIS_ROMAIN_2013_CORR.pdf (1.63 Mo) Télécharger le fichier
Origin : Version validated by the jury (STAR)
Loading...

Dates and versions

tel-00844395 , version 1 (15-07-2013)

Identifiers

  • HAL Id : tel-00844395 , version 1

Cite

Romain Azaïs. Estimation non paramétrique pour les processus markoviens déterministes par morceaux. Mathématiques générales [math.GM]. Université Sciences et Technologies - Bordeaux I, 2013. Français. ⟨NNT : 2013BOR14796⟩. ⟨tel-00844395⟩
513 View
819 Download

Share

Gmail Facebook Twitter LinkedIn More