Analyse Canonique Généralisée de données séquentielles - Archive ouverte HAL Accéder directement au contenu
Pré-Publication, Document De Travail Année : 2012

Analyse Canonique Généralisée de données séquentielles

Résumé

On suppose que des vecteurs de données pouvant être de grande dimension et arrivant séquentiellement dans le temps sont des observations i.i.d. d'un vecteur aléatoire. Après avoir défini un processus d'approximation stochastique de type Robbins-Monro de l'inverse d'une matrice de covariance, on définit une méthode récursive d'estimation séquentielle de vecteurs directeurs des r premiers axes principaux de l'analyse canonique généralisée de ce vecteur aléatoire. On étudie ensuite le cas où l'espérance des observations varie dans le temps. On donne finalement des résultats de simulation.
Fichier principal
Vignette du fichier
sfds_2012_resume.pdf (115.43 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-00734566 , version 1 (23-09-2012)

Identifiants

  • HAL Id : hal-00734566 , version 1

Citer

Romain Bar, Jean-Marie Monnez. Analyse Canonique Généralisée de données séquentielles. 2012. ⟨hal-00734566⟩
126 Consultations
150 Téléchargements

Partager

Gmail Facebook X LinkedIn More