| Titre : | Méthode de moindre carré et quelques estimateurs |
| Auteurs : | Nesrine Haffas, Auteur ; Abdelhakim Necir , Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2022 |
| Format : | 1 vol. (61 p.) / couv. ill. en coul / 30 cm |
| Langues: | Français |
| Sommaire : |
Résumé du mémoire ii Notations et symbols iv Table des matières v Table des Figures viii Liste des tableaux x Introduction 1 1 Modèle de régression linéaire multiple et estimateur des moindres carrés ordinaire : 3 1.1 Modèle de régression linéaire multiple(rlm) 3 1.1.1 forme générique 3 1.2 Modèle de rlm 6 1.3 Emco de J 10 1.4 Estimateur de la valeur moyenne 10 1.4.1 Estimations ponctuelles 10 v1.4.2 Coe¢ cient de détermination 11 2 Modèle de régression linéaire simple et estimateur des moindres carrés ordinaire 12 2.1 Modèle de régression linéaire simple (rls) 12 2.1.1 Contexte 12 2.2 Écriture matricielle du modèle de rls 15 2.2.1 Emco et modèle de rls 15 2.2.2 Quantités utilisées 20 2.2.3 Estimations ponctuelles 21 2.2.4 Coe¢ cient de corrélation linéaire . 21 2.2.5 Droite de régression et coe¢ cient de corrélation linéaire 21 2.2.6 Coe¢ cient de détermination et coe¢ cient de corrélation linéaire 22 2.3 Loi normale multidimensionelle 23 2.3.1 Vecteur gaussien 23 2.3.2 Critère d’indépendance 23 2.3.3 Loi normale multidimensionnelle 23 2.4 Propriétés standards et lois associées 26 3 Implementation numérique 34 3.1 Mise en oeuvre avec le logiciel spss 34 3.1.1 Modèle de régression linéaire multiple 34 3.1.2 Modèle de régression linéaire simple 43 3.1.3 Modèle de régression linéaire simple 44 3.2 Mise en oeuvre avec le logiciel R 52 3.2.1 Modèle de régression linéaire multiple 52 4 Conclusion 61 Conclusion 61 Bibliographie 61 |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MM/1211 | Mémoire master | bibliothèque sciences exactes | Consultable |
