Extension de la régression linéaire généralisée sur composantes supervisées à la modélisation jointe des réponses - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2020

Extension de la régression linéaire généralisée sur composantes supervisées à la modélisation jointe des réponses

Résumé

Dans ce travail, nous proposons d'étendre la méthode SCGLR, pour la rendre capable d'identifier des groupes de réponses expliquées par des composantes communes. À l'origine, SCGLR vise la construction de composantes explicatives dans un grand nombre de covariables, éventuellement fortement redondantes. Ces composantes sont supervisées conjointement par l'ensemble des réponses. Désormais, nous cherchons à identifier des groupes de réponses partageant les mêmes dimensions explicatives. Dans un cadre écologique par exemple, des communautés d'espèces devraient pouvoir être modélisées par des composantes propres à chaque communauté. Un algorithme est proposé afin d'estimer le modèle.
Fichier principal
Vignette du fichier
soumission_sfds_2020_Gibaud_Julien.pdf (239.37 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03111438 , version 1 (15-01-2021)

Identifiants

  • HAL Id : hal-03111438 , version 1

Citer

Julien Gibaud, Xavier Bry, Catherine Trottier. Extension de la régression linéaire généralisée sur composantes supervisées à la modélisation jointe des réponses. (Journées de Statistique) 52èmes Journées de Statistique de la Société Française de Statistiques, May 2020, Nice (reporté en 2021), France. ⟨hal-03111438⟩
102 Consultations
64 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More