Approfondir les méthodes statistiques d'analyse exploratoire, de régression etde classification
Méthodes d’analyse exploratoire et confirmatoire :
Méthodes de régression
- Analyse factorielle exploratoire et confirmatoire
- Codage optimal
- Positionnement Multidimensionnel
- Classification non supervisée et modèles de mélanges
Méthodes de régression
- Estimation des paramètres par ré-échantillonnage (Bootstrap, Jackknife)
- Multicolinéarité et stabilité des estimations
- Complexité du modèle, trade-off biais-variance et précision des prédictions
- Méthodes de sélection des variables (Best subset regression, méthodes pas à pas)
- Méthodes de régularisation par composantes : Régression sur Composantes Principales, Régression PLS
- Méthodes de régularisation par contraintes : Régression Ridge, LASSO, Elastic Net
- Sélection de modèle par procédures d'apprentissage statistique
- Régression robuste
- Régression non paramétrique
- Régression logistique binaire
- Régression Logistique multinomiale et ordinale
- Analyse factorielle discriminante
- Discrimination sur variables qualitatives
- Analyse discriminante probabiliste Linéaire et Quadratique
- Approche non paramétrique : Méthode des noyaux, Méthode des k plus proches voisins