Frontier estimation with kernel regression on high order moments

Stephane Girard 1 Armelle Guillou 2 Gilles Stupfler 2
1 MISTIS - Modelling and Inference of Complex and Structured Stochastic Systems
Inria Grenoble - Rhône-Alpes, LJK - Laboratoire Jean Kuntzmann, INPG - Institut National Polytechnique de Grenoble
Abstract : We present a new method for estimating the frontier of a multidimensional sample. The estimator is based on a kernel regression on high order moments. It is assumed that the order of the moments goes to infinity while the bandwidth of the kernel goes to zero. The consistency of the estimator is proved under mild conditions on these two parameters. The asymptotic normality is also established when the conditional distribution function decreases at a polynomial rate to zero in the neighborhood of the frontier. The good performance of the estimator is illustrated on some finite sample situations.
Type de document :
Article dans une revue
Journal of Multivariate Analysis, Elsevier, 2013, 116, pp.172-189. <10.1016/j.jmva.2012.12.001>
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-00499369
Contributeur : Stephane Girard <>
Soumis le : lundi 26 novembre 2012 - 10:00:36
Dernière modification le : mercredi 14 décembre 2016 - 01:07:10
Document(s) archivé(s) le : mercredi 27 février 2013 - 03:42:27

Fichier

Frontier_revised3.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Stephane Girard, Armelle Guillou, Gilles Stupfler. Frontier estimation with kernel regression on high order moments. Journal of Multivariate Analysis, Elsevier, 2013, 116, pp.172-189. <10.1016/j.jmva.2012.12.001>. <hal-00499369v3>

Partager

Métriques

Consultations de
la notice

401

Téléchargements du document

185