Infoscience

Report

Identification avec faible variabilite d'un predicteur liniaire

Dans le cadre de la prévision linéaire nous faisons remarquer qu'une qualité essentielle des critères d'identification doit etre une variabilité minimum dans la sélection opérée. Ainsi, nous introduisons une amélioration de FPE (Akaike, 1970) par l'introduction d'une procédure de test. Les simulations montrent que cette correction diminue de beaucoup la variabilité de la sélection tout en gardant l'optimalité de celle-ci par rapport \`a MSE (l'erreur carrée moyenne de prévision). Nous montrons également que cette nouvelle procédure se comporte de facon très similaire aux critères dits consistants. La consistance et l'efficacité asymptotique sont discutées du point de vue de la prévision linéaire.

Fulltext

  • There is no available fulltext. Please contact the lab or the authors.

Related material