L'objectif de ce mémoire est d'évaluer, dans le cadre des APDRG, l'apport d'un modèle de régression robuste dans l'estimation des coûts par cas. L'estimation robuste permettant de dépister des coûts atypiques, ceci à l'aide des informations que l'on dispose. [Le modèle étudié est un modèle linéaire de régression selon le maximum de vraisemblance à troncatures fixes avec erreurs asymétriques (Fixed Truncated Maximum Likelihood Regression with Asymetrics Errors) développée à l'Institut de Statistique de l'IUMSP (Lausanne)]. La comparaison avec un modèle classique permettra de juger de la pertinence des résultats et d'apprécier l'apport spécifique de ce type de modèle. Il est à noter que pour ce mémoire, seul l'aspect descriptif est abordé. Le...
peer reviewedL’émergence de la statistique robuste moderne ne date que des années 1960 avec les trav...
National audienceLes processus à longue mémoire peuvent sérieusement compromettre l'estimation des p...
Cette thèse peut être divisée en trois parties.Dans la première partie, nous étudions des méthodes d...
Dans le monde d’aujourd’hui, il est très fréquent de vouloir modéliser la relation entre deux ou plu...
L'estimation de modèle consiste à identifier un modèle parmi des données bruitées. Ce problème n'est ...
International audienceNous considérons dans cet exposé le problème de l’estimation non paramétrique ...
La régression quantile (RQ) et expectile (RE) sont deux modèles de généralisation des régressions mo...
Une large classe de signaux non-stationnaires peut être modélisée efficacement au moyen de modèles d...
National audienceNous considérons le problème d'estimation de la matrice de covariance (CM) d'un bru...
L'objectif du travail réalisé est de proposer un modèle analytique du véhicule permettant de facilit...
Les modèles linéaires mixtes (LMM) sont des modèles statistiques extrêmement populaires dans l'analy...
Le travail présenté dans cette thèse concerne d'une part, le problème de séparation aveugle de sourc...
Document de travail de l'IME, n°20, avril 1977en ligne sur http://lara.inist.fr/bitstream/handle/233...
Le modèle de Usher est un modèle matriciel discret de dynamique d'une population structurée en class...
Cette thèse est rédigée par articles. Les articles sont rédigés en anglais et le reste de la thèse e...
peer reviewedL’émergence de la statistique robuste moderne ne date que des années 1960 avec les trav...
National audienceLes processus à longue mémoire peuvent sérieusement compromettre l'estimation des p...
Cette thèse peut être divisée en trois parties.Dans la première partie, nous étudions des méthodes d...
Dans le monde d’aujourd’hui, il est très fréquent de vouloir modéliser la relation entre deux ou plu...
L'estimation de modèle consiste à identifier un modèle parmi des données bruitées. Ce problème n'est ...
International audienceNous considérons dans cet exposé le problème de l’estimation non paramétrique ...
La régression quantile (RQ) et expectile (RE) sont deux modèles de généralisation des régressions mo...
Une large classe de signaux non-stationnaires peut être modélisée efficacement au moyen de modèles d...
National audienceNous considérons le problème d'estimation de la matrice de covariance (CM) d'un bru...
L'objectif du travail réalisé est de proposer un modèle analytique du véhicule permettant de facilit...
Les modèles linéaires mixtes (LMM) sont des modèles statistiques extrêmement populaires dans l'analy...
Le travail présenté dans cette thèse concerne d'une part, le problème de séparation aveugle de sourc...
Document de travail de l'IME, n°20, avril 1977en ligne sur http://lara.inist.fr/bitstream/handle/233...
Le modèle de Usher est un modèle matriciel discret de dynamique d'une population structurée en class...
Cette thèse est rédigée par articles. Les articles sont rédigés en anglais et le reste de la thèse e...
peer reviewedL’émergence de la statistique robuste moderne ne date que des années 1960 avec les trav...
National audienceLes processus à longue mémoire peuvent sérieusement compromettre l'estimation des p...
Cette thèse peut être divisée en trois parties.Dans la première partie, nous étudions des méthodes d...