Régression avec R /

Cet ouvrage expose, de manière détaillée avec exemples à l'appui, différentes façons de répondre à un des problèmes statistiques les plus courants : la régression. Cette nouvelle édition se décompose en cinq parties. La première donne les grands principes des régressions simple et...

Descripción completa

Detalles Bibliográficos
Clasificación:Libro Electrónico
Autor principal: Cornillon, Pierre-André (Autor)
Otros Autores: Hengartner, Nicolas, Matzner-Løber, Éric, Rouvière, Laurent
Formato: Electrónico eBook
Idioma:Francés
Publicado: Les Ulis : EDP Sciences, [2019]
Edición:2e édition.
Temas:
Regression analysis.
Regression Analysis
Analyse de régression.
Regression analysis
Acceso en línea:Texto completo

MARC

LEADER 00000cam a2200000 i 4500
001 EBSCO_on1126650905
003 OCoLC
005 20231017213018.0
006 m o d
007 cr cnu|||unuuu
008 191107s2019 fr ob 001 0 fre d
040 |a N$T  |b eng  |e rda  |e pn  |c N$T  |d N$T  |d OCLCF  |d YDX  |d K6U  |d QGK  |d OCLCO  |d OCLCQ  |d OCLCO  |d OCLCQ  |d OCLCO 
019 |a 1127120315 
020 |a 9782759821839  |q (electronic bk.) 
020 |a 2759821838  |q (electronic bk.) 
020 |z 9782759820764 
035 |a (OCoLC)1126650905  |z (OCoLC)1127120315 
050 4 |a QA278.2 
082 0 4 |a 519.536  |2 23 
049 |a UAMI 
100 1 |a Cornillon, Pierre-André,  |e author. 
245 1 0 |a Régression avec R /  |c Pierre-André Cornillon, Nicolas Hengartner, Eric Matzner-Løber et Laurent Rouvière. 
250 |a 2e édition. 
264 1 |a Les Ulis :  |b EDP Sciences,  |c [2019] 
264 4 |c ©2019 
300 |a 1 online resource 
336 |a text  |b txt  |2 rdacontent 
337 |a computer  |b c  |2 rdamedia 
338 |a online resource  |b cr  |2 rdacarrier 
504 |a Includes bibliographical reference and index. 
588 0 |a Online resource; title from PDF title page (EBSCO; viewed November 11, 2019) 
505 0 0 |t Front matter --  |t REMERCIEMENTS --  |t AVANT-PROPOS --  |t Table des matières --  |t I. Introduction au modèle linéaire --  |t II. Inférence --  |t III. Réduction de dimension --  |t IV. Le modèle linéaire généralisé --  |t V. Introduction à la régression non paramétrique --  |t Bibliographie --  |t Index --  |t Notations 
520 |a Cet ouvrage expose, de manière détaillée avec exemples à l'appui, différentes façons de répondre à un des problèmes statistiques les plus courants : la régression. Cette nouvelle édition se décompose en cinq parties. La première donne les grands principes des régressions simple et multiple par moindres carrés. Les fondamentaux de la méthode, tant au niveau des choix opérés que des hypothèses et leur utilité, sont expliqués. La deuxième partie est consacrée à l'inférence et présente les outils permettant de vérifier les hypothèses mises en oeuvre. Les techniques d'analyse de la variance et de la covariance sont également présentées dans cette partie. Le cas de la grande dimension est ensuite abordé dans la troisième partie. Différentes méthodes de réduction de la dimension telles que la sélection de variables, les régressions sous contraintes (lasso, elasticnet ou ridge) et sur composantes (PLS ou PCR) sont notamment proposées. Un dernier chapitre propose des algorithmes (basé sur l'apprentissage/validation ou la validation croisée) qui permettent de comparer toutes ces méthodes. La quatrième partie se concentre sur les modèles linéaires généralisés et plus particulièrement sur les régressions logistique et de Poisson avec ou sans technique de régularisation. Une section particulière est consacrée au scoring en régression logistique. Enfin, la dernière partie présente l'approche non paramétrique à travers les splines, les estimateurs à noyau et des plus proches voisins. La présentation témoigne d'un réel souci pédagogique des auteurs qui bénéficient d'une expérience d'enseignement auprès de publics très variés. Les résultats exposés sont replacés dans la perspective de leur utilité pratique grâce à l'analyse d'exemples concrets. Les commandes permettant le traitement des exemples sous R figurent dans le corps du texte. Enfin, chaque chapitre est complété par une suite d'exercices corrigés. Les codes, les données et les corrections des exercices se trouvent sur le site https://regression-avec-r.github.io/ Cet ouvrage s'adresse principalement à des étudiants de Master et d'écoles d'ingénieurs ainsi qu'aux chercheurs travaillant dans les divers domaines des sciences appliquées. 
590 |a eBooks on EBSCOhost  |b EBSCO eBook Subscription Academic Collection - Worldwide 
650 0 |a Regression analysis. 
650 2 |a Regression Analysis 
650 6 |a Analyse de régression. 
650 7 |a Regression analysis  |2 fast 
700 1 |a Hengartner, Nicolas. 
700 1 |a Matzner-Løber, Éric. 
700 1 |a Rouvière, Laurent. 
856 4 0 |u https://ebsco.uam.elogim.com/login.aspx?direct=true&scope=site&db=nlebk&AN=2289989  |z Texto completo 
938 |a EBSCOhost  |b EBSC  |n 2289989 
938 |a YBP Library Services  |b YANK  |n 300936848 
994 |a 92  |b IZTAP 

Ejemplares similares