Bonsoir à la communauté ,
je suis bloqué c'est une estimation dans le modèle additif en statistiques ,
Soit Y = + soit égale à r(X) + . La théorie nous dit que dans ce modèle , on a que r_i(Xi) = soit le projeté orthogonale de Y-\sum_{j\neq i}^{}{r_j(Xj)} sur L²(Xi) qui est un espace de Hilbert.

Cependant , il y a un point que je ne comprends pas , on estime les matrice Pj avec des matrices de lissage dans la pratique , ce que je ne comprends pas , je n'arrive pas à comprendre le lien entre les deux . Tout ce que j'ai appris c'est l'estimateur de Nadaraya-Watson était une projection orthogonale dans le cas de la régression locale .

Ainsi , savez-vous comment l'on construit intuitivement cette estimation de la matrice de projection ?

Merci d'avance