| Titre : | Méthodes robustes en statistique |
| Auteurs : | Journées d'étude en statistique (15; 2012; Fréjus, Var), Auteur ; Jean-Jacques Droesbeke, Éditeur scientifique ; Gilbert Saporta, Éditeur scientifique ; Christine Thomas-Agnan, Éditeur scientifique ; Société française de statistique, Éditeur scientifique |
| Type de document : | Monographie imprimée |
| Editeur : | Paris : Éditions Technip, 2015 |
| ISBN/ISSN/EAN : | 978-2-7108-1149-7 |
| Format : | 1 vol. (IX-206 p.) / ill. / 24 cm |
| Note générale : | Bibliogr. p. 195-206 |
| Langues: | Français |
| Index. décimale : | 519.5 |
| Catégories : |
[Agneaux] Statistiques robustes |
| Résumé : |
L'émergence de la statistique robuste moderne ne date que des années 1960 avec les travaux pionniers de Tukey (1960), Huber (1964) et Hampel (1968). Depuis cette période, de nombreux modèles et méthodes ont été réexaminés sous l'angle de la robustesse. La prise en compte de l'impact de valeurs atypiques, ou de toute autre structure minoritaire présente dans les données, est d'autant plus importante à l'heure actuelle que l'on dispose de bases de données de plus en plus grandes dont la fiabilité et la qualité sont relativement inégales. Or, l'estimation des paramètres d'un modèle n'est valable que sous certaines hypothèses, bien souvent passées sous silence dans la pratique. La présence dans la population de plusieurs types de comportement ou l'existence de valeurs aberrantes va à l'encontre de l'hypothèse que tous les individus examinés ont un comportement compatible avec le modèle sous-jacent. Les recherches intégrant des méthodes statistiques robustes destinées à surmonter ces difficultés sont intéressantes tant au niveau théorique que pratique. Les méthodes robustes sont également essentielles dans la détection des valeurs atypiques. |
| Sommaire : |
1. La médiane et ses petits frères : une croissance difficile, malgré leur robustesse. 2. Mesures de robustesse. 3. Analyse multivariée. 4. Analyse en composantes principales robuste application à la problématique des classements d’universités. 5. Classification robuste. 6. Régression linéaire robuste. 7. Le modèle linéaire généralisée (GLM) robuste. 8. Régularisation robuste de matrices de variances-covariances. 9. Mesures d’influence et robustesse en sondages. 10. Détection graphique de valeurs atypiques pour données dépendantes. Bibliographie. |
Disponibilité (8)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MAT/733 | Livre | bibliothèque sciences exactes | Consultable |
| MAT/733 | Livre | bibliothèque sciences exactes | Empruntable |
| MAT/733 | Livre | bibliothèque sciences exactes | Empruntable |
| MAT/733 | Livre | bibliothèque sciences exactes | Empruntable |
| MAT/733 | Livre | bibliothèque sciences exactes | Empruntable |
| MAT/733 | Livre | bibliothèque sciences exactes | Empruntable |
| MAT/733 | Livre | bibliothèque sciences exactes | Empruntable |
| MAT/733 | Livre | bibliothèque sciences exactes | Empruntable |
