Régression et Modélisation
| Nature | UE |
|---|
| Crédits ECTS | 6 |
|---|---|
| Volume horaire total | 54 |
| Volume horaire CM | 21 |
| Volume horaire TD | 12 |
| Volume horaire TP | 21 |
Pré-requis
Pas de pré-requis
Objectifs
-
Contenu
Nous présentons les principaux modèles de régression linéaire simple ou multiple avec les méthodes de test sur les valeurs du modèle et d’estimation des résidus. Ceci permet d’effectuer la sélection de modèle, dont nous voyons aussi les principales difficultés : mauvais conditionnement, grande dimension. Les plans d’expérience avec les méthodes ANOVA et d’ANCOVA sont aussi présentés. Enfin nous introduisons les méthodes de régression non paramétriques (estimation par moyenne glissante, par bases de fonctions. par exemple). Les TP utilisent SAS ou R ou python.
Appartient à
Informations complémentaires
-