Browsing by Author "Co-Encadreur: RABHI Abbes"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Etude asymptotique sur les modèles non- paramétriques conditionnels de durée de vie en statistique fonctionnelle
    (2021-12-09) Hamza Aicha; Encadreur: Bouchentouf Amina Angelika; Co-Encadreur: RABHI Abbes
    Résumé (Français: La problématique abordée dans cette thèse concerne l’estimation non paramétrique de la fonction de hasard conditionnelle, lorsque la variable explicative est fonctionnelle et la variable réponse est de type réel. Nos résultats sont présentés dans le cas où les observations sont fortement mélangeantes (α-mixing). Deux cas sont considérés; données complètes et données censurées. Nous établissons sous certaines conditions, la convergence ponctuelle presque complète et la convergence uniforme presque complète de l’estimateur à noyau de ce modèle. Mots clés: Modèles conditionnels, estimation non paramétrique, analyse de données fonctionnelles (FDA), probabilité de petite boules petite.
  • Thumbnail Image
    Item
    Théorèmes limites asymptotiques des estimations fonctionnelles, Applications aux modèles linéaires.
    (2022-03-01) AZZEDINE Nadjia; Encadreur: BENAISSA Samir; Co-Encadreur: RABHI Abbes
    الملخص بالعربية كانت التفاوتات في الاحتمال الاسي ادوات مهمة في الاحتمالات و الاحضاء. في هده الاطروحة اثبتنا وجود تفاوت احتمالي جديد لتوزيعات المتفيرات العشوائية المعتمدة السلبية الخطية وحصلنا علئ نتيجة تتعامل مع التقارب الكامل المشروط لعمليات الانحدار الداتي من الدرجة الاولئ مع ابتكارات f-LNQD الموزعة بشكل متماثل Résumé (Français: The exponential probability inequalities have been important tools in probability and statistics. In this thisis , we prove a new tail probability inequality for the distributions of sums of conditionally linearly negative quadrant dependent random variables, and obtain a result dealing with conditionally complete convergence of first-order autoregressive processes with identically distributed F-LNQD innovations. Les mots clés: Autoregressive process, random variables, F-LNQD sequence, conditionaly complete convergence. Résumé (Anglais) : Les inégalités de probabilité exponentielles ont été des outils importants en probabilité et en statistique. Dans cette thèse, nous prouvons une nouvelle inégalité de probabilité pour les distributions de variables aléatoires dépendantes linéairement négatives, et obtenons un résultat traitant de la convergence conditionnellement complète des processus autorégressifs du premier ordre avec des innovations F-LNQD identiquement distribuées. Keywords: Processus autorégressifs, variables aléatoires, suites f-LNQD, convergence complete conditionnelle.