ProblÃ¨mes de rÃ©duction de dimension pour la rÃ©gression en ... - Isped

More documents

Recommendations

Info

Les conditions d’identifiabilité Modèle non linéaire Nouvel estimateur de F (x, y) Modèle de régression single-indexModèle de régression en présence de censureEn l’absence de variables explicativesHypothèse d’identifiabilitéC i et Y i sont indépendants.Estimation de F(y) = P(Y ≤ y) par l’estimateur deKaplan-MeierˆF(y) = 1 − ∏i:T i ≤y(1 −1∑ nj=1 1 T j ≥T i) δi.QuestionComment étendre cette hypothèse en présence de variablesexplicatives ?
Les conditions d’identifiabilité Modèle non linéaire Nouvel estimateur de F (x, y) Modèle de régression single-indexLa censure dépend-elle des variables explicatives ?Retour sur l’exemple introductifExemple 1Y i = temps de guérison du malade iX i = âge, poids, tailleC i = censure administrativeConclusionC i indépendant de (Y i , X i ).
Page 2 and 3: Les conditions d’identifiabilité
Page 74 and 75:
Les conditions d’identifiabilité
Page 76 and 77:
Page 78 and 79:
Page 80 and 81:
Page 82 and 83:
Page 84 and 85:
Page 86 and 87:
Page 88 and 89:
Page 90 and 91:
Page 92 and 93:
Page 94 and 95:
Page 96 and 97:
Page 98 and 99:
Page 100 and 101:
Page 102 and 103:
Page 104 and 105:
Page 106 and 107:
Page 108 and 109:
Page 110 and 111:
Page 112 and 113:
Page 114 and 115:
Page 116 and 117:
Page 118 and 119:
Page 120 and 121:
Page 122 and 123:
Page 124 and 125:
show all

ProblÃ¨mes de rÃ©duction de dimension pour la rÃ©gression en ... - Isped

Create successful ePaper yourself

Delete template?

Save as template?