Je recherche des références sur le calcul des intervalles de confiance pour le mode (en général). Le bootstrap peut sembler être le premier choix naturel, mais comme discuté par Romano (1988), le bootstrap standard échoue pour le mode et il ne fournit aucune solution simple. Quelque chose a-t-il changé depuis ce document? Quelle est la meilleure façon de calculer les intervalles de confiance pour le mode? Quelle est la meilleure approche basée sur le bootstrap? Pouvez-vous fournir des références pertinentes?
Romano, JP (1988). Amorçage du mode. Annals of the Institute of Statistical Mathematics, 40 (3), 565-586.
Réponses:
Bien qu'il semble qu'il n'y ait pas eu trop de recherches sur ce sujet en particulier, il existe un document qui a approfondi ce sujet à un certain niveau. L'article On bootstrapping the mode in the nonparametric regression model with random design (Ziegler, 2001) suggère l'utilisation d'un bootstrap apparié lissé (SPB). Dans cette méthode, pour citer l'abstrait, «les variables bootstrap sont générées à partir d'une densité bivariée lisse basée sur les paires d'observations».
L'auteur affirme que SPB "est capable de saisir la quantité correcte de biais si l'estimateur pilote pour m est trop lissé". Ici, m est la fonction de régression pour deux variables iid.
Bonne chance et j'espère que cela vous donnera un bon départ!
la source