Documents disponibles écrits par cet auteur

Larégression PLS avec données manquantes. / Mohamed Hedi Ben Hadj Mbarek

Public ISBD Titre : Larégression PLS avec données manquantes. Type de document : texte imprimé Auteurs : Mohamed Hedi Ben Hadj Mbarek, Auteur Editeur : Editions universitaires europeennes Année de publication : 2017 Importance : 131p Présentation : couv. ill. Format : 15*23 cm ISBN/ISSN/EAN : 978-6-202-26014-5 Prix : 55.90 € Note générale : Bibliogr.(128-131)p. Langues : Français (fre) Mots-clés : statistique  Régression  Regression  regréssion  données manquantes Index. décimale : 519.5 HAD Résumé : Les données manquantes présentent toujours un problème très délicat, elles perturbent les résultats et entravent la prévision. Pour cette raison les auteurs cherchent à présenter la méthode statistique la plus performante pour résoudre ce problème surtout lorsque le nombre de données manquantes devient de plus en plus important. La régression PLS (Partial Least Squares) est l’une des méthodes qui s’avère très efficace et montre des résultats énormes. L’objectif dans cet ouvrage est de tester la sensibilité de la régression PLS en présence des données manquantes. En inspirant de livre de M.Tenenhaus (1998), nous donnons une présentation détaillée de la régression PLS univariée et multivariée. Une application sur données réelles montre la performance de cette méthode au traitement des données manquantes. Larégression PLS avec données manquantes. [texte imprimé] / Mohamed Hedi Ben Hadj Mbarek, Auteur . - [S.l.] : Editions universitaires europeennes, 2017 . - 131p : couv. ill. ; 15*23 cm. ISBN : 978-6-202-26014-5 : 55.90 € Bibliogr.(128-131)p. Langues : Français (fre) Mots-clés : statistique  Régression  Regression  regréssion  données manquantes Index. décimale : 519.5 HAD Résumé : Les données manquantes présentent toujours un problème très délicat, elles perturbent les résultats et entravent la prévision. Pour cette raison les auteurs cherchent à présenter la méthode statistique la plus performante pour résoudre ce problème surtout lorsque le nombre de données manquantes devient de plus en plus important. La régression PLS (Partial Least Squares) est l’une des méthodes qui s’avère très efficace et montre des résultats énormes. L’objectif dans cet ouvrage est de tester la sensibilité de la régression PLS en présence des données manquantes. En inspirant de livre de M.Tenenhaus (1998), nous donnons une présentation détaillée de la régression PLS univariée et multivariée. Une application sur données réelles montre la performance de cette méthode au traitement des données manquantes.

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
FSEI18/150-2	519.5 HAD	Ouvrage	Bibliothèque de la Faculté des Sciences Exactes et Informatique	Mathématique	Disponible