FANG YAO, University of Toronto Analyse de données

FANG YAO, University of Toronto
Analyse de données fonctionnelles et sujets connexes
L'analyse de données fonctionnelles (ADF) a reçu une attention considérable, avec des applications provenant de diverses
disciplines, notamment l'ingénierie, la santé publique, les nances, etc. En général, l'approche de l'ADF se concentre sur des
modèles sous-jacents non paramétriques qui présupposent que les données sont tirées de réalisations de processus stochastiques
qui suivent certaines conditions de régularité, telles que des contraintes d'ajustement. Les processus d'estimation et d'inférence
ne dépendent généralement pas seulement d'un nombre ni de paramètres, ce qui contraste avec les modèles paramétriques,
et exploitent des techniques telles que les méthodes de lissage et de réduction de dimension, qui permettent aux données de
parler d'elles-mêmes. Dans cette allocution, je présenterai un survol des méthodes d'ADF et de sujets connexes développés au
cours des dernières années.
1