Convergence Uniforme Presque Sure D'une Classe De Prédicteurs A Noyau Pour Un Processus Fortement Mélangeant
Abstract
We prove that a general nonparametric estimator of the autoregression function for a strictly stationary, strongly mixing process is uniformly convergent in some compact set. The principal application of our results concerns a predictor defined by the kernel method and constracted as a functional M-estimate.
On établit une propriété de convergence uniforme presque sûre d'une classe d'estimateurs de la fonction d'autorégression pour un processus fortement mélangeant. On en déduit alors une classe de prédicteurs non paramétriques associés à un noyau et construits comme un M-estimateur fonctionnel.
| Origin | Explicit agreement for this submission |
|---|