Retour à la liste

Approche pragmatique de la classification

Arbres hiérarchiques, partitionnements


Auteurs : CONFAIS Josiane

CONFAIS Josiane

Titulaire d’un DEA en statistique
Diplômée de l’ISUP

Fonction :
Ingénieur d’études (Paris VI)

Domaines de publication:
Statistique appliquée

Auteur de 15 communications scientifiques en français et 1 en anglais, J. Confais a publié :
En français :
- Méthodes de classification (avec illustrations SPAD et SAS) (CISIA/CERESTA, 2000).

, NAKACHE Jean-Pierre

NAKACHE Jean-Pierre

Titulaire d’un DEA de Statistique mathématique (Paris VI) et d’un doctorat en Sciences mathématiques (Paris VI)

Fonction :
Ingénieur de recherche CNRS/INSERM U88

Domaines de publication :
Statistique appliquée

Auteur d’une quarantaine de communications scientifiques dont environ 30 en anglais, J.-P. Nakache a publié et participé à la rédaction de 4 ouvrages :
En français :
- Exercices commentés de mathématiques pour l’analyse statistique des données (Dunod, 1981)
- Analyse discriminante sur variables qualitatives (Polytechnica, 1994)
- Le modèle Log-linéaire et ses applications (CISIA-CERESTA, 1996)
- Méthodes de classification (avec illustrations SPAD et SAS) (CISIA-CERESTA, 2000)

Informations complémentaires :
Ingénieur d’études à l’Institut national d’études démographiques (1966-1968)
Membre titulaire de l’International Statistical Institute depuis 1986


ISBN : 9782710808480
broché      16 x 24 cm      272 pages
Date de publication : Novembre 2004



La classification est une branche de l’analyse statistique multidimensionnelle descriptive qui a fait l’objet de très nombreuses publications. Elle connaît, ces dernières années, un renouvellement et un développement considérables avec la multiplication de bases de données de plus en plus importantes. Les techniques de classification font appel à une démarche algorithmique et non à des techniques mathématiques complexes : les classes, obtenues après des opérations simples et répétitives, sont souvent faciles à décrire et à caractériser.
Ce manuel pratique présente un large éventail de méthodes de classification, des plus classiques aux plus récentes.
Il intéressera les praticiens confrontés, dans leurs travaux, à des données multidimensionnelles importantes et exerçant dans de nombreux domaines : médecine, sciences sociales, industrie, marketing, psychologie, météorologie, documentation, etc. Il s’adressera également aux enseignants, chercheurs, ingénieurs, étudiants et pourra servir de support de cours dans les universités et les grandes écoles.


Table des matières :


 I. Classification ascendante hiérarchique. II. Perte d’inertie minimale et saut minimal. III. Classification hiérarchique descendante. IV. Classification par partition. V. Classification conjointe (hiérarchie et partition) appliquée aux grands tableaux de données mixtes. VI. Techniques particulières de classification pour le Data Mining. VII. Nombre de classes à retenir. VIII. Caractérisation des classes. IX. Classification d’un ensemble de variables. Logiciels et algorithmes. Références. Index alphabétique.