Régression avec R / Pierre-André Cornillon ; Eric Matzner-Lober (2010) 

Public ISBD Titre : Régression avec R Type de document : Ouvrage Auteurs : Pierre-André Cornillon ; Eric Matzner-Lober Editeur : Berlin : Springer Verlag Année de publication : 2010 Importance : 242 p, Format : 30 ISBN/ISSN/EAN : 978-2-8178-0183-4 Prix : 22 Langues : Français (fre) Catégories : [Motbis 2025] mathématique [Motbis 2025] statistique Note de contenu : * LA REGRESSION LINEAIRE SIMPLE * LA REGRESSION LINEAIRE MULTIPLE * INFERENCE DANS LE MODELE GAUSSIEN * VALIDATION DU MODELE * REGRESSION SUR VARIABLES QUALITATIVES * CHOIX DE VARIABLES * MOINDRES CARRES GENERALISES * RIDGE ET LASSO * REGRESSION SUR COMPOSANTES : PCR ET PLS * REGRESSION SPLINE ET REGRESSION NOYAU Régression avec R [Ouvrage] / Pierre-André Cornillon ; Eric Matzner-Lober . - Berlin : Springer Verlag, 2010 . - 242 p, ; 30. ISBN : 978-2-8178-0183-4 : 22 Langues : Français (fre) Catégories : [Motbis 2025] mathématique [Motbis 2025] statistique Note de contenu : * LA REGRESSION LINEAIRE SIMPLE * LA REGRESSION LINEAIRE MULTIPLE * INFERENCE DANS LE MODELE GAUSSIEN * VALIDATION DU MODELE * REGRESSION SUR VARIABLES QUALITATIVES * CHOIX DE VARIABLES * MOINDRES CARRES GENERALISES * RIDGE ET LASSO * REGRESSION SUR COMPOSANTES : PCR ET PLS * REGRESSION SPLINE ET REGRESSION NOYAU

Titre suivant

• Régression avec R / Pierre-André Cornillon (2019) 

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
000013042101	DJ-0128	Livre	Salle de lecture	Documentaires	Disponible

Documents numériques

Régression avec R URL

Régression avec R / Pierre-André Cornillon (2019) 

Public ISBD Titre : Régression avec R Type de document : Ouvrage Auteurs : Pierre-André Cornillon, Auteur ; Nicolas Hengartner, Auteur ; Eric Matzner-Lober, Auteur ; Laurent Rouvière, Auteur Mention d'édition : 2ème ed Editeur : Les Ulis : Edp Sciences Année de publication : 2019 Collection : Pratique R Importance : 384 p ISBN/ISSN/EAN : 978-2-7598-2076-4 Langues : Français (fre) Catégories : [Motbis 2025] analyse des données [Motbis 2025] analyse statistique [Motbis 2025] informatique [Motbis 2025] logiciel [Motbis 2025] mathématique [Motbis 2025] statistique Index. décimale : DJ-0 Généralités Note de contenu : I Introduction au modèle linéaire 1 La régression linéaire simple 2 La régression linéaire multiple 3 Validation du modèle 4 Extensions : non-inversibilité et (ou) erreurs corrélées II Inférence 5 Inférence dans le modèle gaussien 6 Variables qualitatives : ANCOVA et ANOVA III Réduction de dimension 7 Choix de variables 8 Ridge, Lasso et elastic-net 9 Régression sur composantes : PCR et PLS 10 Comparaison des différentes méthodes, étude de cas réels IV Le modèle linéaire généralisé 11 Régression logistique 12 Régression de Poisson 13 Régularisation de la vraisemblance V Introduction à la régression non paramétrique 14 Introduction à la régression spline 15 Estimateurs à noyau et k plus proches voisins Régression avec R [Ouvrage] / Pierre-André Cornillon, Auteur ; Nicolas Hengartner, Auteur ; Eric Matzner-Lober, Auteur ; Laurent Rouvière, Auteur  . -  2ème ed . - Les Ulis : Edp Sciences, 2019 . - 384 p. - (Pratique R) . ISBN : 978-2-7598-2076-4 Langues : Français (fre) Catégories : [Motbis 2025] analyse des données [Motbis 2025] analyse statistique [Motbis 2025] informatique [Motbis 2025] logiciel [Motbis 2025] mathématique [Motbis 2025] statistique Index. décimale : DJ-0 Généralités Note de contenu : I Introduction au modèle linéaire 1 La régression linéaire simple 2 La régression linéaire multiple 3 Validation du modèle 4 Extensions : non-inversibilité et (ou) erreurs corrélées II Inférence 5 Inférence dans le modèle gaussien 6 Variables qualitatives : ANCOVA et ANOVA III Réduction de dimension 7 Choix de variables 8 Ridge, Lasso et elastic-net 9 Régression sur composantes : PCR et PLS 10 Comparaison des différentes méthodes, étude de cas réels IV Le modèle linéaire généralisé 11 Régression logistique 12 Régression de Poisson 13 Régularisation de la vraisemblance V Introduction à la régression non paramétrique 14 Introduction à la régression spline 15 Estimateurs à noyau et k plus proches voisins

Titre précédent

• Régression avec R / Pierre-André Cornillon ; Eric Matzner-Lober (2010) 

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
DOC-00004959	DJ-0143	Livre	Salle de lecture	Documentaires	Disponible

Documents numériques

Régression avec R URL

Régression : théorie et applications / Pierre-André Cornillon ; Eric Matzner-Lober (2007)

Public ISBD Titre : Régression : théorie et applications Type de document : Ouvrage Auteurs : Pierre-André Cornillon ; Eric Matzner-Lober Editeur : Berlin : Springer Verlag Année de publication : 2007 Importance : 302 p. Format : 30 ISBN/ISSN/EAN : 978-2-287-39692-2 Prix : 45 Langues : Français (fre) Catégories : [Motbis 2025] développement de la personnalité [Motbis 2025] statistique Note de contenu : La régression linéaire simple.– Introduction.– Modélisation mathématique.– Modélisation statistique.– Estimateurs des moindres carrés.– Interprétations géométriques.– Inférence statistique.– Exemples.– Exercices.– Notes : estimateurs du maximum de vraisemblance.– La régression linéaire multiple.– Introduction.– Modélisation.– Estimateurs des moindres carrés.– Interprétation géométrique.– Exemples.– Exercices.– Inférence dans le modèle Gaussien.– Estimateurs du Maximum de Vraisemblance.– Nouvelles propriétés statistiques.– Intervalles et régions de confiance.– Exemple.– Prévision.– Les tests d'hypothèses.– Exemples.– Exercices.– Notes.– Validation du modèle.– Analyse des résidus.– Analyse de la matrice de projection.– Autres mesures diagnostiques.– Effet d'une variable explicative.– Exemple : la concentration en ozone.– Exercices.– Régression sur variables qualitatives.– Introduction.– Analyse de la covariance.– Analyse de la variance à 1 facteur.– Analyse de la variance à 2 facteurs.– Exercices.–– Notes : identifiabilité et contrastes.– Choix de variables.– Introduction.– Choix incorrect de variables : conséquences.– La sélection de variable en pratique.– Critères classiques de choix de modèles.– Procédure de sélection.– Exemple : la concentration en ozone.– Sélection et shrinkage.– Exercices.– Notes : extension du Cp .– Moindres carrés généralisés.– Introduction.– Moindres carrés pondérés.– Estimateur des Moindres Carrés Généralisés.– Extension des moindres carrés pondérés : la régression locale.– Exercices.– Régression biaisée.– Régression Ridge.– Lasso.– Régression sur composantes principales.– Régression aux moindres carrés partiels (PLS).– Exercices.– Régression : théorie et applications [Ouvrage] / Pierre-André Cornillon ; Eric Matzner-Lober . - Berlin : Springer Verlag, 2007 . - 302 p. ; 30. ISBN : 978-2-287-39692-2 : 45 Langues : Français (fre) Catégories : [Motbis 2025] développement de la personnalité [Motbis 2025] statistique Note de contenu : La régression linéaire simple.– Introduction.– Modélisation mathématique.– Modélisation statistique.– Estimateurs des moindres carrés.– Interprétations géométriques.– Inférence statistique.– Exemples.– Exercices.– Notes : estimateurs du maximum de vraisemblance.– La régression linéaire multiple.– Introduction.– Modélisation.– Estimateurs des moindres carrés.– Interprétation géométrique.– Exemples.– Exercices.– Inférence dans le modèle Gaussien.– Estimateurs du Maximum de Vraisemblance.– Nouvelles propriétés statistiques.– Intervalles et régions de confiance.– Exemple.– Prévision.– Les tests d'hypothèses.– Exemples.– Exercices.– Notes.– Validation du modèle.– Analyse des résidus.– Analyse de la matrice de projection.– Autres mesures diagnostiques.– Effet d'une variable explicative.– Exemple : la concentration en ozone.– Exercices.– Régression sur variables qualitatives.– Introduction.– Analyse de la covariance.– Analyse de la variance à 1 facteur.– Analyse de la variance à 2 facteurs.– Exercices.–– Notes : identifiabilité et contrastes.– Choix de variables.– Introduction.– Choix incorrect de variables : conséquences.– La sélection de variable en pratique.– Critères classiques de choix de modèles.– Procédure de sélection.– Exemple : la concentration en ozone.– Sélection et shrinkage.– Exercices.– Notes : extension du Cp .– Moindres carrés généralisés.– Introduction.– Moindres carrés pondérés.– Estimateur des Moindres Carrés Généralisés.– Extension des moindres carrés pondérés : la régression locale.– Exercices.– Régression biaisée.– Régression Ridge.– Lasso.– Régression sur composantes principales.– Régression aux moindres carrés partiels (PLS).– Exercices.–

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
000007836201	DC-0149	Livre	Salle de lecture	Documentaires	Disponible

---

1 (1 - 3 / 3) Par page : 25 50 100 200