Sondages pour données fonctionnelles : construction de bandes de confiance asymptotiques et prise en compte d'information auxiliaire

摘要: Lorsque des bases de donnees fonctionnelles sont trop grandes pour etre observees maniere exhaustive, les techniques d’echantillonnage fournissent une solution efficace estimer quantites globales simples, telles que la courbe moyenne, sans oblige stocker toutes donnees. Dans cette these, nous proposons un estimateur d’Horvitz-Thompson et grâce a hypotheses asymptotiques sur le plan sondage avons etabli Theoreme Central Limite Fonctionnel dans cadre fonctions continues afin d’obtenir bandes confiance asymptotiques. Pour taille fixe, montrons stratifie peut grandement ameliorer l’estimation comparativement au aleatoire simple. De plus, etendons regle d’allocation optimale Neyman contexte fonctionnel. La prise en compte d’information auxiliaire ete developpee estimateurs par modele assiste, mais aussi utilisant directement information poids avec probabilites inegales proportionnelles taille. Le cas courbes bruitees est egalement etudie mise place d’un lissage polynomes locaux. selectionner largeur fenetre lissage, methode validation croisee qui tient sondage. Les proprietes consistance nos etablies, ainsi normalite asymptotique moyenne. Deux methodes constructions proposees. premiere utilise simulant processus Gaussien conditionnellement sa fonction covariance d’en loi du sup. seconde bootstrap population finie ne necessitent pas covariance.