Catalogue : Détail

Model Choice and Model Aggregation


9782710811770-Model Choice and Model Aggregation
Auteurs : BERTRAND Frédéric

BERTRAND Frédéric

, DROESBEKE Jean-Jacques

DROESBEKE Jean-Jacques

Jean-Jacques Droesbeke est professeur à l’Université Libre de Bruxelles. Membre actif de la Société Française de Statistique, il participe à divers organes de gestion (revues, groupes spécialisés, Journées de Statistique…).

, SAPORTA Gilbert

SAPORTA Gilbert

Ingénieur ECP Docteur ès Sciences

Fonction :
Professeur au Conservatoire National des Arts et Métiers

Domaine de publication :
Statistique

Auteur de plus de 60 communications , G. Saporta a publié et participé à la rédaction de 6 ouvrages :
- Probabilités, analyse des données et statistiques (Ed. Technip)
- Plans d’expériences. Applications à l’entreprise (Ed. Technip)
- Méthodes bayesiennes en statistique (Ed. Technip)
- Modèles statistiques pour données qualitatives (Ed. Technip)
- L’analyse des données (PUF)
- Multivariate Quality Control (Physica Verlag)

Information complémentaire :
Président de l’International Association for Statistical Computing
Vice président de l’Institut international de statistique
Page personnelle: http://cedric.cnam.fr/~saporta/

, THOMAS-AGNAN Christine

THOMAS-AGNAN Christine


FaceBook Google+ Tweeter Imprimer
ISBN : 9782710811770
broché      160 x 240 mm      372 pages
Date de publication : Septembre 2017



For over fourty years, choosing a statistical model thanks to data consisted in optimizing a criterion based on penalized likelihood (H. Akaike, 1973) or penalized least squares (C. Mallows, 1973). These methods are valid for predictive model choice (regression, classification) and for descriptive models (clustering, mixtures). Most of their properties are asymptotic, but a non asymptotic theory has emerged at the end of the last century (Birgé-Massart, 1997). Instead of choosing the best model among several candidates, model aggregation combines different models, often linearly, allowing better predictions. Bayesian statistics provide a useful framework for model choice and model aggregation with Bayesian Model Averaging.

In a purely predictive context and with very few assumptions, ensemble methods or meta-algorithms, such as boosting and random forests, have proven their efficiency.

This volume originates from the collaboration of high-level specialists: Christophe Biernacki (Université de Lille I), Jean-Michel Marin (Université de Montpellier), Pascal Massart (Université de Paris-Sud), Cathy Maugis-Rabusseau (INSA de Toulouse), Mathilde Mougeot (Université Paris Diderot), and Nicolas Vayatis (École Normale Supérieure de Cachan) who were all speakers at the 16th biennal workshop on advanced statistics organized by the French Statistical Society. In this book, the reader will find a synthesis of the methodologies’ foundations and of recent work and applications in various fields.

The French Statistical Society (SFdS) is a non-profit organization that promotes the development of statistics, as well as a professional body for all kinds of statisticians working in public and private sectors. Founded in 1997, SFdS is the heir of the Société de Statistique de Paris, established in 1860. SFdS is a corporate member of the International Statistical Institute and a founding member of FENStatS—the Federation of European National Statistical Societies.


Table des matières :


1. A Model Selection Tale. 2. Model’s Introduction. 3. Non Linear Gaussian Model Selection. 4. Bayesian Model Choice. 5. Some Computational Aspects of Bayesian Model Choice. 6. Randomization and Aggregation for Predictive Modeling with Classification Data. 7. Mixture Models. 8. Calibration of Penalties. High Dimensional Clustering. 10. Clustering of Co-expressed Genes. 11. Forecasting the French National Electricity Consumption: from Sparse Models to Aggregated Forecasts.

Autour du livre
Ecouter une interview
Ecouter une interview
Dossier de presse
Dossier de presse
Site web du livre
Site web du livre
Voir une vidéo associée
Voir une vidéo associée
Ouvrages du même auteur
Les plans d’expériences permettent de fournir le meilleur protocole expérimental pour modéliser ou prédire une réponse...
>> En savoir plus
81 €
Ajouter au panier Ajouter au panier
Cet ouvrage est consacré à un domaine de recherche porteur de nombreux développements, tout particulièrement depuis une quinzaine...
>> En savoir plus
48 €
Ajouter au panier Ajouter au panier
L’émergence de la statistique robuste moderne ne date que des années 1960 avec les travaux pionniers de Tukey (1960), Huber (1964)...
>> En savoir plus
35 €
Ajouter au panier Ajouter au panier
Il est bien connu que la manière de présenter des informations quantitatives dans les médias ou les revues spécialisées...
>> En savoir plus
24 €
Ajouter au panier Ajouter au panier
Ouvrages du même thème
Le recueil d’information par sondage dans une population est une pratique courante. Cet ouvrage de référence expose les fondements...
>> En savoir plus
70 €
Ajouter au panier Ajouter au panier
Cette introduction aux principales notions des probabilités dont le praticien sera amené à se servir est rédigée pour...
>> En savoir plus
64 €
Ajouter au panier Ajouter au panier
Ce guide pratique présente trois méthodes de classement couramment utilisées et implantées dans plusieurs logiciels statistiques...
>> En savoir plus
58 €
Ajouter au panier Ajouter au panier
Fruit d’une longue expérience d’enseignement des probabilités-statistiques au sein de l’Institut d’Informatique d’Entreprise...
>> En savoir plus
32 €
Ajouter au panier Ajouter au panier