Essai sur les systèmes experts et l'analyse confirmatoire des données

par Costas-Panou Siriopoulos

Thèse de doctorat en Économie et mathématiques

Sous la direction de Jean-Pierre Marciano.

Soutenue en 1988

à Aix-Marseille 3 .


  • Résumé

    A) l'intelligence artificielle dans la statistique: l'utilite clef de l'i. A. En statistique est d'aider les statisticiens d'etudier les strategies des analyses des donnees. L'existence, aujourd'hui, d'un grand nombre de logiciels statistiques pose des problemes aux usagers potentiels. Incorporer la connaissance statistique dans ces logiciels est une tache difficile mais faisable. Dans ce contexte plusieurs projets ont ete proposes, et recemment le projet a. I. D. A. Par m. Egea et j. P. Marciano. Nous etudions ce projet a l'aide d'une typologie ou modele d'interpretation. A titre d'exemple nous considerons le modele lineaire et la non-verification de l'hypothese de la non-autocorrelation des erreurs. Nous presentons cette connaissance sous la forme de 30 regles et 5 meta-regles. Nous concluons a une strategie possible sous forme d'un arbre hierarchique dont chaque noeud represente un frame, pour detecter le probleme et proposer des transformations ou des methodes d'estimation correctives (m. C. G. ). B) la statistique dans l'i. A. : nous considerons la theorie des possibilites, basee sur les sous-ensembles flous, pour manipuler et representer les informations incertaines et ou incompletes.


  • Pas de résumé disponible.


  • Résumé

    A) artificial intelligence in statistical analysis: the key use of a. I. In statistics has been to enable statisticians to study strategies of data analysis. The existence, today, of a large number of statistical packages poses problems for potential users. Incorporating expert guidance in statistical software is technically challenging but worthwhile undertaking. Different systems and projects have been suggested. Recently, m. Egea and j. P. Marciano have proposed the a. I. D. A. Project in c. D. A. We consider the autocorrelation problem in a multiple linear model and we propose a typology to study the required statistical knowledge. We also propose a corpus of 30 rules of thumb and 5 meta-rules. We conclude in a possible strategy, for the detection and correction of the problem, in the form of an hierarchical tree in which each node is represented by a frame. B) statistics in artificial intelligence: expert systems work with propositions that may be uncertain. Accepting a probabilistic nature of uncertainty, we have to make a crucial assumption, namely, the additivity axiome. Once this assumption is dropped, we have other ways of characterizing uncertainty, in particular, possibilistic uncertainty based on fuzzy sets.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 215 f
  • Notes : THESE NON REPRODUITE

Où se trouve cette thèse ?

  • Bibliothèque : Université d'Aix-Marseille (Aix-en-Provence. Schuman). Service commun de la documentation. Bibliothèque universitaire de droit, science politique et économie.
  • Accessible pour le PEB
  • Bibliothèque : Université d'Aix-Marseille (Aix-en-Provence. Schuman). Service commun de la documentation. Bibliothèque universitaire de droit, science politique et économie.
  • Disponible pour le PEB
  • Cote : TD 1390/A-D
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.