Uma etapa importante após a formulação e ajuste de um modelo de regressão é a análise de diagnóstico. A regressão logística tem se constituído num dos principais métodos de modelagem estatística de dados; mesmo quando a resposta de interesse não é originalmente do tipo binário, alguns pesquisadores tem dicotomizado a resposta de modo que a probabilidade de sucesso pode ser modelado através da regressão logística. Neste trabalho consideramos um estudo de diagnóstico no modelo da regressão logística, utilizando as medidas proposta por Pregibon (1981) e a técnica de influência local Cook (1986). Investigamos a aplicação da técnica de influência local sob diferentes esquemas de perturbação. Como ilustração, apresentamos a aplicação dos resultados desenvolvidos em dois conjuntos de dados reais. / An important stage after the formularization and adjustment of a regression model is the diagnosis analysis. Logistic regression is one of the main methods for modeling data and even when the response of interest is is not originally of the binary type, some researchers have dichotomized the response in a way that the success probability can be modeled through logistic regression. In this work we consider a study of diagnosis methods with logistic regression, using the measures proposed by Pregibon (1981) and the local influence technique of Cook (1986). We investigate the application of the local influence technique of under different types of disturbance. As as illustration, we show the application of the developed results obtained with real data sets.

Uma etapa importante após a formulação e ajuste de um modelo de regressão é a análise de diagnóstico. A regressão logística tem se constituído num dos principais métodos de modelagem estatística de dados; mesmo quando a resposta de interesse não é originalmente do tipo binário, alguns pesquisadores tem dicotomizado a resposta de modo que a probabilidade de sucesso pode ser modelado através da regressão logística. Neste trabalho consideramos um estudo de diagnóstico no modelo da regressão logística, utilizando as medidas proposta por Pregibon (1981) e a técnica de influência local Cook (1986). Investigamos a aplicação da técnica de influência local sob diferentes esquemas de perturbação. Como ilustração, apresentamos a aplicação dos resultados desenvolvidos em dois conjuntos de dados reais. / An important stage after the formularization and adjustment of a regression model is the diagnosis analysis. Logistic regression is one of the main methods for modeling data and even when the response of interest is is not originally of the binary type, some researchers have dichotomized the response in a way that the success probability can be modeled through logistic regression. In this work we consider a study of diagnosis methods with logistic regression, using the measures proposed by Pregibon (1981) and the local influence technique of Cook (1986). We investigate the application of the local influence technique of under different types of disturbance. As as illustration, we show the application of the developed results obtained with real data sets.

Cette thèse étudie les problèmes de diagnostic itératif et propose des outilsd’aide au diagnostic interactif. Différents processus de diagnostic où des outils interactifs homme-automate sont utiles, sont présentés. Ces outils permettent de résoudre des difficultés liées à la représentation d’un grand nombre d’éléments d’un système, des difficultés liées à la représentation du comportement et du fonctionnement d’un système et des difficultés liées à l’explicitation de l’expertise. Nos travaux ont conduit à la conception de différents types d’outils interactifs d’aide au diagnostic. Le premier permet d’exploiter des représentations structuro-fonctionnelles pour construire et résoudre progressivement un problème de diagnostic.Le second outil interactif permet d’exploiter des modèles de comportement construit au fur et à mesure de la résolution d’un problème de diagnostic. Enfin, un dernier outil a étéproposé pour montrer qu’il est possible de prendre compte la connaissance implicite d’un expert dans la résolution de problème de diagnostic. Un problème de diagnostic est donc présenté comme un processus itératif avec des interactions homme-automate. / This PhD thesis studies the iterative diagnosis problems and provides thecomputer-aided diagnostic tool for interactive diagnosis. Different diagnosis processes wherethe tool to support human-machine interaction are useful, are presented. These tools help totackle difficulties related to the representation of a large number of elements in a system,difficulties related to the representation of the behavior functioning of a system and difficultiesencountered while expliciting the expertise. Our work led to the design of different interactivetools to support the diagnosis process. The first tool allows to exploit the structural-functionalmodeling to build and solve progressively a diagnosis problem. The second interactive toolallows to exploit the behavioral models built step by step in the diagnosis process and tosolve the diagnosis problem. The final tool was proposed to show that it is possible to takeinto account the implicit knowledge of an expert in order to solve the diagnosis problem.A diagnosis problem is therefore presented as an iterative process with human-machineinteractions.

Indiana University-Purdue University Indianapolis (IUPUI)