Thesis (Ph. D.)--University of Wisconsin--Madison, 1948. / Typescript. Vita. eContent provider-neutral record in process. Description based on print version record. Includes bibliographical references (leaf 42).

Many researchers would be interested in one question: If a change of X is made, will Y be influenced in response? However, while a lot of statistical methods are developed to analyze association between variables, how to find a causal relationship among variables is relatively neglected. The PC algorithm, developed on the basis of Pearl, Sprites, Glymour, and Scheines‟s studies, is used to find the causal pattern of the real-world observed data. However, PC in Tetrad produces a class of directed acyclic graphs (DAGs) that are statistically equivalent under a normal distribution, and therefore such a distributional assumption causes a series of unidentifiable DAGs because of the same joint probability. In 2006 Shimizu, Hoyer, Hyvärinen, and Kerminen developed the Linear Independent Non-Gaussian Model (LiNGAM) to do a causal search based on the independently non-Gaussian distributed disturbances by applying higher-order moment structures. The research objective of this dissertation is to examine whether the LiNGAM is helpful relative to the PC algorithm, to detect the causal relation of non-normal data. The LiNGAM algorithm is implemented by first doing independent component analysis (ICA) estimation and then discovering the correct ordering of variables. Thus, the procedures of ICA estimation and the process of finding the correct causal orderings in LiNGAM are illustrated. Next, we do a causal search on the retail-level scanner data to investigate the pricing interaction between the manufacturer and the retailer by applying these two algorithms. While PC generates the set of indistinguishable DAGs, LiNGAM gives more exact causal patterns. This work demonstrates the algorithm based on the non-normal distribution assumption makes causal associations clearer. In Chapter IV, we apply a classical structural demand model to investigate the consumer purchase behavior in the carbonated soft drink market. Unfortunately, when further restrictions are imposed, we cannot get reasonable results as most researchers require. LiNGAM is applied to prove the existence of endogeneity for the brand‟s retail price and verify that the brand‟s wholesale price is not a proper instrument for its retail price. Therefore, consistent estimates cannot be derived as the theories suggest. These results imply that economic theory is not always found in restriction applied to observational data.

Zugl.: Kiel, Univ., Diss., 2008

Techn. Hochsch., Diss., 2002--Aachen.

No description available.

Une méthode de lutte efficace contre le phoma du colza est l'utilisation de variétés résistantes mais l'efficacité des résistances spécifiques est peu durable. D'autres méthodes de lutte peuvent être mobilisées : lutte chimique et contrôle cultural (adaptation du travail du sol, de la date et de la densité de semis, ou de l'azote organique). La combinaison spatiale et temporelle des méthodes de lutte génétique, culturale et chimique dans le paysage permet de mieux contrôler la maladie et de préserver l'efficacité des résistances spécifiques et la rentabilité économique, tout en répondant aux exigences environnementales et toxicologiques de la production intégrée. Etant données les échelles d'espace et de temps considérées et la multiplicité des techniques, il est difficile de tester expérimentalement ces stratégies. SIPPOM-WOSR a donc été développé, a Simulator for Integrated Pathogen Population Management, for Winter OilSeed Rape. Il est composé de 5 modules simulant la production d'inoculum, la dispersion des ascospores, la croissance du peuplement végétal et le rendement accessible, l'évolution de la structure génétique des populations pathogènes, et l'infection. Les sorties sont l'indice de sévérité de la maladie et les pertes de rendement associées, le rendement, la marge brute, le coût énergétique des pratiques et l'indice de fréquence de traitement, ainsi que la structure des populations pathogènes, sous l'effet de forces évolutives. Des expérimentations et analyses de données ont été réalisées pour acquérir des connaissances et compléter des formalismes, par exemple sur la récurrence de l'épidémie ou sur l'effet de la résistance quantitative sur la sévérité de la maladie. Une analyse de sensibilité a été réalisée pour étudier la sensibilité des différents modules aux variations des paramètres. Des exemples de simulation montrent l'intérêt de SIPPOM pour tester des stratégies de gestion intégrée et durable d'une maladie.

No description available.