Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
La régression PLS avec données manquantes
Univ Europeenne - EAN : 9786202260145
Édition papier
EAN : 9786202260145
Paru le : 1 juin 2018
55,90 €
52,99 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786202260145
- Réf. éditeur : 5604470
- Editeur : Univ Europeenne
- Date Parution : 1 juin 2018
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 144
- Format : H:229 mm L:152 mm E:9 mm
- Poids : 222gr
- Interdit de retour : Retour interdit
- Résumé : Les données manquantes présentent toujours un problème très délicat, elles perturbent les résultats et entravent la prévision. Pour cette raison les auteurs cherchent à présenter la méthode statistique la plus performante pour résoudre ce problème surtout lorsque le nombre de données manquantes devient de plus en plus important. La régression PLS (Partial Least Squares) est l'une des méthodes qui s'avère très efficace et montre des résultats énormes. L'objectif dans cet ouvrage est de tester la sensibilité de la régression PLS en présence des données manquantes. En inspirant de livre de M.Tenenhaus (1998), nous donnons une présentation détaillée de la régression PLS univariée et multivariée. Une application sur données réelles montre la performance de cette méthode au traitement des données manquantes.
