Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Résumé du colloque
La vérification d'une hypothèse linéaire générale en analyse de données multidimensionnelles s'effectue présentement essentiellement à l'aide des critères proposés par Wilk, Pillai, Hoteling, Roy et du critère de vraisemblance maximale. Nous proposons dans cet exposé un nouveau critère basé sur la somme des carrés des valeurs propres de la matrice A(A+B)−1 où A et B sont statistiquement indépendantes et suivent respectivement des lois W(n1,S) et W(n2,S). Nous résumerons brièvement les principaux travaux effectués sur ce critère : calcul des valeurs critiques de la distribution, fabrication d'algorithmes de régression de type sélection et stepwise, inférence sur les variables discriminantes en AD et factorisation du critère dans le contexte de l'analyse discriminante des variables indicatrices.
Vous devez être connecté pour ajouter un élément à vos favoris.
Veuillez vous connecter ou créer un compte pour continuer.
Outils de citation
Citer cet article :
MLA
APA
Chicago
Ajouter un dossier
Vous pouvez ajouter vos contenus préférés à des dossiers organisés. Une fois le dossier créé,
vous pouvez ajouter un article ou un contenu de la liste ou de la vue détaillée au dossier sélectionné dans la liste.