Kernel density estimation and goodness-of-fit test in adaptive tracking

Abstract : We investigate the asymptotic properties of a recursive kernel density estimator associated with the driven noise of a linear regression in adaptive tracking. We provide an almost sure pointwise and uniform strong law of large numbers as well as a pointwise and multivariate central limit theorem.
Type de document :
Article dans une revue
SIAM Journal on Control and Optimization, Society for Industrial and Applied Mathematics, 2008, 47, pp.2440-2457
Liste complète des métadonnées

Littérature citée [21 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-00012682
Contributeur : Bernard Bercu <>
Soumis le : mercredi 26 octobre 2005 - 20:58:26
Dernière modification le : jeudi 9 février 2017 - 16:02:27
Document(s) archivé(s) le : vendredi 2 avril 2010 - 17:53:47

Fichier

Identifiants

  • HAL Id : hal-00012682, version 1

Citation

Bernard Bercu, Bruno Portier. Kernel density estimation and goodness-of-fit test in adaptive tracking. SIAM Journal on Control and Optimization, Society for Industrial and Applied Mathematics, 2008, 47, pp.2440-2457. 〈hal-00012682〉

Partager

Métriques

Consultations de
la notice

391

Téléchargements du document

379