Notes: ces ressources pédagogiques correspondent au cours d' Économétrie et Statistique non Paramétrique de la deuxième année du master ESA (Économétrie et Statistique Appliquée) à l'Université d'Orléans, que j'ai enseigné de 2004 à 2008. La première partie du cours, intitulée Statistique non Paramétrique, est assurée par Gilbert Colletaz (Université d'Orléans).
Principes d'estimation non paramétrique.
Régression Kernel (Nadaraya (1964), Watson (1964)).
Selection du paramètre de lissage optimal (critères de la MISE, AMISE, GCV).
Estimation Kernel d'une densité.
Régressions polynomiales locales : régressions LOESS et LOWESS.
Procédures SAS : Univariate, Kde, SAS Insight, Loess.