Méthodes et modèles en statistique non paramétrique PDF Download
Are you looking for read ebook online? Search for your book and save it on your Kindle device, PC, phones or tablets. Download Méthodes et modèles en statistique non paramétrique PDF full book. Access full book title Méthodes et modèles en statistique non paramétrique by Philippe Capéraà. Download full books in PDF and EPUB format.
Author: Philippe Capéraà
Publisher: Presses Université Laval
ISBN: 9782040165437
Category : Nonparametric statistics
Languages : fr
Pages : 380
Get Book Here
Book Description
Author: Philippe Capéraà
Publisher: Presses Université Laval
ISBN: 9782040165437
Category : Nonparametric statistics
Languages : fr
Pages : 380
Get Book Here
Book Description
Author: Jean-Jacques Droesbeke
Publisher: Editions TECHNIP
ISBN: 2710809583
Category : Mathematics
Languages : fr
Pages : 452
Get Book Here
Book Description
Cet ouvrage, consacré aux approches non paramétriques et semi-paramétriques en régression, propose au lecteur une exploration, une synthèse et une analyse des techniques d’estimation qui se sont récemment imposées quand on refuse de considérer que l’ensemble des fonctions de régression possibles est nécessairement « paramétré », ce qui élargit « infiniment » le nombre de fonctions possibles. Les résultats présentés ici constituent une synthèse d’un pan très important de l’ensemble des développements de la statistique théorique depuis une vingtaine d’années, dans un domaine qui fait l’objet de publications scientifiques régulières. L’ouvrage a pour objectif de mettre ces approches « non standard » à la portée d’un public de chercheurs en statistique appliquée et de responsables d’études en entreprise qui ne les utilisent pas encore. Il présente en outre une synthèse des méthodes d’estimation « non paramétrique » d’une régression : méthode du noyau, méthode des polynômes locaux, méthodes des fonctions orthogonales, méthodes d’ondelettes, fonctions splines. Dans ce cadre purement non paramétrique, des applications sont plus particulièrement détaillées : donnés censurées, séries temporelles, problèmes de discrimination. L’ouvrage se penche aussi sur la notion de « fléau de la dimension », montrant l’intérêt de l’étude de modèles semi-paramétriques plus récemment étudiés (modèles partiellement linéaires, modèles à directions révélatrices). Quelques domaines sont également explorés : adaptation aux données fonctionnelles et aux données spatiales, par exemple. Cet ouvrage est le fruit de la collaboration entre spécialistes réputés réunis à l’occasion des 12e Journées d’Etude en Statistique organisées par la SFdS au Centre International de Rencontres mathématiques de Luminy. Table des matières : 1. Les premiers pas de la régression. 2. Les estimateurs à noyaux. 3. Fonctions orthogonales. 4. Noyaux auto-reproduisants à base d’ondelettes. 5. Fonctions splines. 6. Le fléau de la dimension et ses parades. 7. Les modèles de régression à directions révélatrices. 8. Données censurées. 9. Prédiction non paramétrique. 10. Données spatiales. 11. Données fonctionnelles. 12. Quantiles de régression : applications à la construction de courbes. 13. La modélisation des courbes de croissance. 14. Modèles à direction révélatrice unique : application en économie.
Author: J.P. Raoult
Publisher: Lecture Notes in Mathematics
ISBN:
Category : Mathematics
Languages : en
Pages : 196
Get Book Here
Book Description
Author: J.P. Raoult
Publisher: Springer
ISBN: 3540383182
Category : Mathematics
Languages : en
Pages : 184
Get Book Here
Book Description
Author: Alexandre B. Tsybakov
Publisher: Springer Science & Business Media
ISBN: 9783540405924
Category : Mathematics
Languages : fr
Pages : 196
Get Book Here
Book Description
La théorie de l'estimation non-paramétrique s'est développée considérablement ces deux dernières décennies, en se fixant pour objectif quelques thèmes principaux, en particulier, l'étude de l'optimalité des estimateurs et l'estimation adaptative. Ces deux thèmes occupent la place centrale dans le livre. Il s'agit de présenter, pour quelques modèles et exemples simples, les idées principales de l'estimation non-paramétrique. Quelques sujets abordés sont: les méthodes de noyaux, de projection et de polynômes locaux, vitesses optimales de convergence, le théorème de Pinsker, les inégalités d'oracle, l'adaptation au sens minimax. Un chapitre est consacré à l'exposition détaillée des différentes techniques de minoration du risque minimax.
Author: Jean-Pierre Lecoutre
Publisher:
ISBN:
Category : Nonparametric statistics
Languages : fr
Pages : 468
Get Book Here
Book Description
Author: Gregory W. Corder
Publisher: John Wiley & Sons
ISBN: 1118211251
Category : Mathematics
Languages : en
Pages : 199
Get Book Here
Book Description
A practical and understandable approach to nonparametric statistics for researchers across diverse areas of study As the importance of nonparametric methods in modern statistics continues to grow, these techniques are being increasingly applied to experimental designs across various fields of study. However, researchers are not always properly equipped with the knowledge to correctly apply these methods. Nonparametric Statistics for Non-Statisticians: A Step-by-Step Approach fills a void in the current literature by addressing nonparametric statistics in a manner that is easily accessible for readers with a background in the social, behavioral, biological, and physical sciences. Each chapter follows the same comprehensive format, beginning with a general introduction to the particular topic and a list of main learning objectives. A nonparametric procedure is then presented and accompanied by context-based examples that are outlined in a step-by-step fashion. Next, SPSS® screen captures are used to demonstrate how to perform and recognize the steps in the various procedures. Finally, the authors identify and briefly describe actual examples of corresponding nonparametric tests from diverse fields. Using this organized structure, the book outlines essential skills for the application of nonparametric statistical methods, including how to: Test data for normality and randomness Use the Wilcoxon signed rank test to compare two related samples Apply the Mann-Whitney U test to compare two unrelated samples Compare more than two related samples using the Friedman test Employ the Kruskal-Wallis H test to compare more than two unrelated samples Compare variables of ordinal or dichotomous scales Test for nominal scale data A detailed appendix provides guidance on inputting and analyzing the presented data using SPSS®, and supplemental tables of critical values are provided. In addition, the book's FTP site houses supplemental data sets and solutions for further practice. Extensively classroom tested, Nonparametric Statistics for Non-Statisticians is an ideal book for courses on nonparametric statistics at the upper-undergraduate and graduate levels. It is also an excellent reference for professionals and researchers in the social, behavioral, and health sciences who seek a review of nonparametric methods and relevant applications.
Author: Vilijandas Bagdonavicius
Publisher: John Wiley & Sons
ISBN: 1118601823
Category : Mathematics
Languages : en
Pages : 191
Get Book Here
Book Description
This book concerns testing hypotheses in non-parametric models. Classical non-parametric tests (goodness-of-fit, homogeneity, randomness, independence) of complete data are considered. Most of the test results are proved and real applications are illustrated using examples. Theories and exercises are provided. The incorrect use of many tests applying most statistical software is highlighted and discussed.
Author: Philippe Capéraà
Publisher:
ISBN:
Category :
Languages : fr
Pages : 358
Get Book Here
Book Description
Author: Thierry Bulle
Publisher: FeniXX
ISBN: 2402344288
Category : Social Science
Languages : fr
Pages : 141
Get Book Here
Book Description
Quelles méthodes doit-on utiliser quand des doutes subsistent sur la normalité des populations étudiées ? Comment mettre en œuvre les tests choisis ? Comment agencer les données, afin de faciliter le traitement statistique ? Le but de cet ouvrage, est de présenter méthodes paramétriques (analyse de variance à un ou deux critères de classification), et méthodes non paramétriques (tests de White, Mann et Whitney, Wilcoxon, Friedman, Kruskal et Wallis, corrélation de rangs) ; il est ainsi possible de choisir le test qui convient aux données que l'on doit analyser. Les différents modèles de l'analyse de variance (facteurs fixes, aléatoires ou mixtes) sont abordés sous une forme simplifiée, de façon à bien montrer dans quels cas il convient de les appliquer. Le principe de chaque test est brièvement explicité, sans entrer dans trop de théorie, un exemple simple est utilisé pour faciliter la mise en œuvre du test, accompagné d'un petit programme informatique (Basic). Ces méthodes statistiques présentent un grand intérêt dans les sciences naturelles (botanique, écologie...), et dans les sciences de l'homme au sens large ; elles seront fort utiles en recherche médicale, dès qu'il s'agira de comparer l'efficacité de plusieurs traitements, par exemple.
