Bruit, erreur, anomalie et incertitude dans les données - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2021

Bruit, erreur, anomalie et incertitude dans les données

Résumé

Les données collectées sont systématiquement soumises à des perturbations de diverses natures, depuis le bruit de mesure de capteurs jusqu’aux erreurs de saisie. Le premier objectif de cette présentation est de dresser un panorama des perturbations fréquemment rencontrées et de leur impacts sur les données et les analyses qui en découlent. Il s’agira de montrer comment une typologie des perturbations peut guider l’analyste dans le choix de méthodes et de stratégies permettant de limiter l’impact négatif de ces perturbations. Ce panorama des perturbations sera complété par un panorama des méthodes de détection et de correction de celles-ci. Le second objectif de la présentation sera de montrer l’importance d’une modélisation conjointe des perturbations et des données pour l’obtention de résultats robustes, en particulier grâce aux méthodes bayésiennes. Celles-ci seront illustrées sur des exemples simples traités avec le logiciel Stan (https://mc-stan.org/) utilisé avec R. .
Fichier non déposé

Dates et versions

hal-04000260 , version 1 (22-02-2023)

Identifiants

  • HAL Id : hal-04000260 , version 1

Citer

Fabrice Rossi. Bruit, erreur, anomalie et incertitude dans les données. Semaine Data-SHS, PUDD; PROGEDO; MSH Dijon, Dec 2021, Dijon, France. ⟨hal-04000260⟩
17 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More