Return to search

Méthodes de régression robuste

Dans le monde d’aujourd’hui, il est très fréquent de vouloir modéliser la relation entre deux ou plusieurs variables. Toutefois, plusieurs expériences sont laissées à l’abandon à cause de la présence systématique de données aberrantes. Ce mémoire portera sur les estimateurs robustes permettant de modéliser des séries de données contenant des valeurs aberrantes, nous aidant ainsi à tirer un maximum d’informations de ces expériences. Dans un premier temps, nous présenterons des estimateurs robustes qui nécessitent l’imposition d’un modèle paramétrique. Ensuite, nous traiterons de l’introduction des copules à ces estimateurs robustes. Finalement, nous présenterons des simulations tirées d’une expérience réelle qui consistait à modéliser le vrai poids d’un porc selon le poids mesuré par une balance, développée au centre de recherche et développement de Sherbrooke, dans l’optique d’améliorer les techniques d’alimentation de précision.

Identiferoai:union.ndltd.org:usherbrooke.ca/oai:savoirs.usherbrooke.ca:11143/12002
Date January 2018
CreatorsSimard, Joanie
ContributorsBouezmarni, Taoufik
PublisherUniversité de Sherbrooke
Source SetsUniversité de Sherbrooke
LanguageFrench
Detected LanguageFrench
TypeMémoire
Rights© Joanie Simard, Attribution - Partage dans les Mêmes Conditions 2.5 Canada, http://creativecommons.org/licenses/by-sa/2.5/ca/

Page generated in 0.0021 seconds