Table of contents

  1. Front Matter
    Pages i-xv
  2. Pages 81-102
  3. Pages 143-178
  4. Pages 197-238
  5. Back Matter
    Pages 239-303

About this book

Introduction

Cet ouvrage expose de manière détaillée, exemples à l'appui, l’une des méthodes statistiques les plus courantes : la régression. Les premiers chapitres sont consacrés à la régression linéaire simple et multiple. Ils expliquent les fondements de la méthode, tant au niveau des choix opérés que des hypothèses et de leur utilité. Ensuite sont développés les outils permettant de vérifier les hypothèses de base mises en œuvre par la régression. Une présentation simple des modèles d'analyse de la covariance et de la variance est effectuée. Enfin, les derniers chapitres sont consacrés au choix de modèles ainsi qu'à certaines extensions de la régression: lasso, PLS, PCR... 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 le logiciel R figurent dans le corps du texte. Enfin chaque chapitre est complété par une suite d'exercices corrigés. Le niveau mathématique requis le rend accessible aux étudiants des écoles d'ingénieurs, de Masters et aux chercheurs dans les divers domaines des sciences appliquées.

Keywords

Analyse de la variance et de la covariance Choix de variables Modèle linéaire Régression Régression biaisée Variance

Authors and affiliations

  • Pierre-André Cornillon
    • 1
  • Éric Matzner-Løber
    • 1
  1. 1.Laboratoire de Statistique - UFR de Sciences socialesUniversité Rennes 2Rennes Cedex

Bibliographic information

  • DOI https://doi.org/10.1007/978-2-287-39693-9
  • Copyright Information Springer-Verlag France, Paris 2007
  • Publisher Name Springer, Paris
  • Print ISBN 978-2-287-39692-2
  • Online ISBN 978-2-287-39693-9
  • About this book