Consistency of the spline approximation of the prediction of functional space valued autoregressive processes;Convergence du lissage spline de la prévision des processus autorégressifs fonctionnels

Comptes Rendus de l'Academie des Sciences - Series I: Mathematics

Volumn 326, Issue 6, 1998, Pages 755-758

  Cardot, Hervé ^a  

^a CNRS   (France)

Author keywords

[No Author keywords available]

Indexed keywords

EID: 0032020275     PISSN: 07644442     EISSN: None     Source Type: Journal    
DOI: 10.1016/s0764-4442(98)80044-x     Document Type: Article

References (10)

1. [1] Besse P., Cardot H., Approximation spline de la prévision d'un processus fonctionnel autorégressif d'ordre 1, Revue Canad. Statist./Canad. J. Statist. 24 (1996) 467-487.
2. [2] Besse P., Cardot H., Stephenson D., Functional forecast of some El Niño-Southern Oscillation climatological times series. Soumis à Appl. Statist. (1997).
3. [3] Bosq D., Modelization, non-parametric estimation and prediction for continuous time processes, In: Roussas G. (Ed.), Nonparametric Functional Estimation and Related Topics, Nato, Asi series, 1991, pp. 509-529.
4. [4] Bosq D., Limit Theorems for Banach-valued autoregressive processes, Applications to real continuous time processes, Bull. Belg. Math. Soc. 3 (1996) 537-555.
5. [5] Cardot H., Contribution à l'estimation et à la prévision statistique de données fonctionnelles. Thèse de Doctorat de l'université Paul-Sabatier, Toulouse, 1997.
6. [6] Merlevède F., Résultats de convergence presque sûre de l'estimation et la prévision des processus linéaires hilbertiens. C. R. Acad. Sci. Paris t. 324 Série I (1997) 573-576.
7. [7] Mourid T., Contribution à la statistique des processus autorégressifs à temps continu, Thèse d'État, Université Paris VI, 1995.
8. [8] Pumo B., Estimation et prévision de processus fonctionnels autorégressifs : Application aux processus à temps continu. Thèse de Doctorat de l'université Paris VI, 1992.
9. [9] Ragozin D., Error bounds for derivatives estimates based on spline smoothing of exact or noisy data, J. Approx. Theory 37 (1983) 335-355.
10. [10] Wahba G., Spline Models for Observational Data, SIAM (1990).