Statistiques non paramétriques

branche des statistiques

La statistique non paramétrique est un domaine de la statistique qui ne repose pas sur des familles de loi de probabilité paramétriques. Les méthodes non paramétriques pour la régression comprennent les histogrammes, les méthodes d'estimation par noyau, les splines et les décompositions dans des dictionnaires de filtres (par exemple décomposition en ondelettes). Bien que le nom de non paramétriques soit donné à ces méthodes, elles reposent en vérité sur l'estimation de paramètres. La différence avec les méthodes de statistique classique est qu'il s'agit en général d'un très grand nombre de paramètres et que chacun de ces paramètres ne permet pas de décrire la structure générale des données. Dans les méthodes non paramétriques, le nombre de paramètres estimés croît avec le nombre de données disponibles ; dans les méthodes classiques, ce nombre est décidé à l'avance.

Statistiques non paramétriques

Prix et distinctions

modifier

Depuis 1999, l'American Statistical Association remet le prix Gottfried E. Noether à un chercheur ou à une chercheuse ayant apporté une contribution substantielle à la théorie ou à la méthodologie de la statistique non paramétrique[1].

Bibliographie

modifier
  • (en) Härdle et Linton, « Applied nonparametric methods », dans Handbook of Econometrics,
  • Emmanuel Flachaire et Ibrahim Ahamada, Économétrie Non Paramétrique, Paris, Economica, coll. « Corpus Économie », , 1re éd., 152 p. (ISBN 978-2-7178-5614-9)
  • (en) Ahamada et Flachaire, Non-Parametric Econometrics, Oxford University Press,
  • (en) Larry Wasserman, All of Nonparametric Statistics, Springer,
  • (en) Qi Li et Jeffrey Scott Racine, Nonparametric Econometrics : Theory and Practice, Princeton University Press, , 746 p. (ISBN 978-0-691-12161-1, lire en ligne)

Notes et références

modifier
  1. « Gottfried E. Noether Awards », sur amstats.org (consulté le )

Voir aussi

modifier

Articles connexes

modifier

Liens externes

modifier