Régression bayésienne sous contraintes de régularité et de forme

Univ Europeenne - EAN : 9783841786654

Khader Khadraoui

Skip to the end of the images gallery

Skip to the beginning of the images gallery

Édition papier

EAN : 9783841786654

Paru le : 22 déc. 2011

49,00 € 46,45 €

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

Détails

EAN13 : 9783841786654
Réf. fournisseur : 5324144
Editeur : Univ Europeenne
Date Parution : 22 déc. 2011
Disponibilite : Disponible
Barème de remise : NS
Nombre de pages : 148
Format : H:220 mm L:150 mm E:9 mm
Poids : 228gr
Interdit de retour : Retour interdit

Résumé

Résumé : Nous étudions la régression bayésienne avec B-splines sous contraintes de régularité et de forme. Nous démontrons que la forme d'une spline engendrée par une base de B-spline est contrôlée par un ensemble de points de contrôle qui ne sont pas situés sur la courbe de la spline. On propose différents types de contraintes de forme (monotonie, unimodalité, convexité, etc). Nous démontrons également que lorsque le nombres de noeuds tend vers l'infini, l'adhérence des contraintes de monotonie, de l'unimodalité et de l'unimodalité concave approche respectivement les fonctions monotone, unimodale et unimodale concave. Ces contraintes sont prises en compte grâce à la loi a priori. Nous estimons la fonction de régression par le mode a posteriori. Un algorithme de type recuit simulé a permis de calculer le mode a posteriori. La convergence des algorithmes de simulations et du calcul de l'estimateur est prouvée. En particulier, quand les noeuds des B-splines sont variables, l'analyse bayésienne de la régression sous contrainte devient complexe. On propose des schémas de simulations originaux permettant de générer suivant la loi a posteriori lorsque le posterior est de dimensions variables.
Biographie : Khader Khadraoui, né le 12-08-1983 à Thala (Tunisie), est docteur en Mathématiques Appliquées de l'Université Montpellier 2 (France). Je m'investis dans les recherches qui portent sur l'analyse statistique bayésienne, les méthodes de Monte Carlo par Chaîne de Markov (MCMC), la régression bayésienne sous contrainte de forme et les B-splines.