Résumé:
Dans ce mémoire, nous proposons d’étudier quelques propriétés asymptotiques d’estimateurs
non paramétriques d’une classe de fonction de répartition.
Dans ce cadre, Nous commençons par rappeler d’abord les notions essentielles d’estimation
par noyaux. Nous examinons par la suite les propriétés des estimateurs plus précisément
le biais, la variance et les erreurs quadratiques moyennes. Par ailleurs, Nous
étudions l’estimation non paramétrique de la densité conditionnelle d’une variable réelle
Y réponse n’est pas nécessairement bornée quand la variable explicative X est fonctionnelle.
Le but de ce travail est d’établir la convergence presque complète de l’estimateur à noyau
sous certain nombre d’hypothèses, lorsque les observations sont i.i.d.
Par la suite, Nous présentons dans le dernier chapitre le travail des simulations sont faites
pour illustrer les résultats théoriques établis sur la densité de probabilité. En dernier, Les
résultats obtenus sont écrits sous la forme d’une conclusion
