Méthodes robustes en statistique eBook

Ucareoutplacement.be Méthodes robustes en statistique Image

DESCRIPTION

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.

00 Méthodes Statistiques (1) | Régression linéaire | Analyse statistique

Les mthodes statistiques utiliser dpendent de la nature quantitative ou qualitative des variables. Elle est le plus souvent dtermine par des mthodes de moyenne mobile, mais on peut aussi utiliser un lissage polynomial ou un lissage robuste bas sur la mdiane mobile.

TAILLE DU FICHIER: 7,99 MB

AUTEUR: Jean-Jacques Droesbeke

NOM DE FICHIER: Méthodes robustes en statistique.pdf

DATE DE PUBLICATION: 2015-Feb-01

Où puis-je lire gratuitement le livre de Méthodes robustes en statistique en ligne ? Recherchez un livre Méthodes robustes en statistique en format PDF sur ucareoutplacement.be. Il existe également d'autres livres de Jean-Jacques Droesbeke.

Les estimateurs robustes sont-ils vraiment robustes en pratique ?

Pour les articles homonymes, voir Robustesse. En statistiques, la robustesse d'un estimateur est sa capacité à ne pas être perturbé par une petite modification dans les données ou dans les paramètres du modèle choisi pour l'estimation. (en) Ricardo A. Maronna, R. Douglas Martin et Victor J. Yohai...

LIVRES CONNEXES