Régression avec R - 2e édition

Laurent Rouvière, Pierre-André Cornillon, Eric Matzner-Løber et Nicolas Hengartner

ISBN 10: 2759820769 / ISBN 13: 9782759820764

Published by EDP SCIENCES, 2019

About this Item

Ancien livre de bibliothèque avec équipements. Edition 2019. Ammareal reverse jusqu'à 15% du prix net de cet article à des organisations caritatives. ENGLISH DESCRIPTION Book Condition: Used, Very good. Former library book. Edition 2019. Ammareal gives back up to 15% of this item's net price to charity organizations.

Seller Inventory # H-523-738

Bibliographic Details

• Title: Régression avec R - 2e édition
• Publisher: EDP SCIENCES
• Publication Date: 2019
• Language: French
• ISBN 10: 2759820769
• ISBN 13: 9782759820764
• Binding: Softcover
• Condition: Très bon

About this title

Synopsis

Cet ouvrage expose, de manière détaillée avec exemples à l'appui, différentes façons de répondre à un des problèmes statistiques les plus courants : la régression. Cette nouvelle édition se décompose en cinq parties. La première donne les grands principes des régressions simple et multiple par moindres carrés. Les fondamentaux de la méthode, tant au niveau des choix opérés que des hypothèses et leur utilité, sont expliqués. La deuxième partie est consacrée à l'inférence et présente les outils permettant de vérifier les hypothèses mises en oeuvre. Les techniques d'analyse de la variance et de la covariance sont également présentées dans cette partie. Le cas de la grande dimension est ensuite abordé dans la troisième partie. Différentes méthodes de réduction de la dimension telles que la sélection de variables, les régressions sous contraintes (lasso, elasticnet ou ridge) et sur composantes (PLS ou PCR) sont notamment proposées. Un dernier chapitre propose des algorithmes (basé sur l'apprentissage/validation ou la validation croisée) qui permettent de comparer toutes ces méthodes. La quatrième partie se concentre sur les modèles linéaires généralisés et plus particulièrement sur les régressions logistique et de Poisson avec ou sans technique de régularisation. Une section particulière est consacrée au scoring en régression logistique. Enfin, la dernière partie présente l'approche non paramétrique à travers les splines, les estimateurs à noyau et des plus proches voisins. 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 R figurent dans le corps du texte. Enfin, chaque chapitre est complété par une suite d'exercices corrigés. Les codes, les données et les corrections des exercices se trouvent sur le site https://regression-avec-r.github.io/ Cet ouvrage s'adresse principalement à des étudiants de Master et d'écoles d'ingénieurs ainsi qu'aux chercheurs travaillant dans les divers domaines des sciences appliquées.

About the Authors

Laurent Rouvière est Maître de Conférences à l'université Rennes-2-Haute-Bretagne.

Eric Matzner-Løber est Professeur à l'université Rennes-2-Haute-Bretagne.

Pierre-André Cornillon est Maître de Conférences à l'université Rennes-2-Haute-Bretagne.