Thèse de doctorat en Mathématiques appliquées
Sous la direction de Pierre Cazes.
Soutenue en 1998
à Paris 9 .
L'objet de ce travail est de proposer quelques méthodes de régression lorsque les variables explicatives sont très corrélées. Nous étudierons ainsi les diverses méthodes de régression suivantes : régression sur composantes principales ; pas à pas par le carré du t de student décroissant ; avec contraintes d'égalités et d'inégalités ; bornée usuelle et généralisée ; puis bayesienne dans laquelle le choix de l'information à priori sera étudié. Des approches plus générales et nouvelles seront alors proposées conduisant à l'étude de quelques estimateurs provenant des méthodes citées ci-dessus. Des exemples d'application illustreront ce travail.
Ridge Regression - Bayesian Regression - Applications
Pas de résumé disponible.