Zobrazeno 1 - 10
of 42
pro vyhledávání: '"KUENTZ, Vanessa"'
Autor:
Kuentz, Vanessa
Cette thèse est consacrée au problème de la réduction de dimension. Cette thématique centrale en Statistique vise à rechercher des sous-espaces de faibles dimensions tout en minimisant la perte d'information contenue dans les données. Tout d'a
Externí odkaz:
http://www.theses.fr/2009BOR13871/document
Autor:
Chavent, Marie1 marie.chavent@u-bordeaux.fr, Kuentz, Vanessa2, Labenne, Amaury2, Saracco, Jérôme1
Publikováno v:
Electronic Journal of Applied Statistical Analysis. Nov2022, Vol. 15 Issue 3, p606-645. 40p.
Publikováno v:
Géographie, Économie, Société. 2022, Vol. 24 Issue 1, p5-41. 37p.
Autor:
Darradi, Younès, Saur, Etienne, Laplana, Ramon, Lescot, Jean-Marie, Kuentz, Vanessa, Meyer, Burghard C.
Publikováno v:
In Ecological Indicators November 2012 22:27-37
Autor:
Kuentz, Vanessa, Saracco, Jérôme
Publikováno v:
In Journal of the Korean Statistical Society 2010 39(2):251-267
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Communications in Statistics-Theory and Methods
Communications in Statistics-Theory and Methods, 2011, 40 (21), pp.3857-3878. ⟨10.1080/03610926.2010.501940⟩
Communications in Statistics-Theory and Methods, Taylor & Francis, 2011, 40 (21), pp.3857-3878. ⟨10.1080/03610926.2010.501940⟩
Communications in Statistics-Theory and Methods, 2011, 40 (21), pp.3857-3878. ⟨10.1080/03610926.2010.501940⟩
Communications in Statistics-Theory and Methods, Taylor & Francis, 2011, 40 (21), pp.3857-3878. ⟨10.1080/03610926.2010.501940⟩
[Departement_IRSTEA]Territoires [TR1_IRSTEA]DTAM; International audience; In this article, we consider a semiparametric single index regression model involving a real dependent variable Y, a p-dimensional quantitative covariable X, and a categorical
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::0c3809085313326bc81bdc9544261844
http://hdl.handle.net/20.500.12278/115524
http://hdl.handle.net/20.500.12278/115524
Publikováno v:
43èmes Journées de Statistique (JdS)
43èmes Journées de Statistique (JdS), May 2011, Tunisie
43èmes Journées de Statistique (SFdS)
43èmes Journées de Statistique (SFdS), May 2011, Tunis, Tunisie. 6 p
43èmes Journées de Statistique (JdS), May 2011, Tunisie
43èmes Journées de Statistique (SFdS)
43èmes Journées de Statistique (SFdS), May 2011, Tunis, Tunisie. 6 p
International audience; Le package R ClustOfVar a été développé spécifiquement pour répondre au problème de la classification de variables. Les variables considérées peuvent être toutes quantitatives, toutes qualitatives ou un mélange des
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::bb463df9f367b30c2a4c4cfeacb097d9
https://hal.science/hal-00646581
https://hal.science/hal-00646581
Publikováno v:
42èmes Journées de Statistique
42èmes Journées de Statistique, 2010, Marseille, France
42èmes Journées de Statistique, 2010, Marseille, France
[Departement_IRSTEA]Territoires [TR1_IRSTEA]DTAM; International audience; Dans cette communication, nous considérons un modèle semiparamétrique de régression dans lequel une variable à expliquer $Y$ dépend d'une covariable quantitative $X$ de d
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::a49a7602a82fb69f8c88b94b7a8cd2bc
http://hdl.handle.net/20.500.12278/115822
http://hdl.handle.net/20.500.12278/115822
Publikováno v:
41èmes Journées de Statistique, SFdS, Bordeaux
41èmes Journées de Statistique, SFdS, Bordeaux, 2009, Bordeaux, France, France
41èmes Journées de Statistique, SFdS, Bordeaux, 2009, Bordeaux, France, France
International audience; L'Analyse en Composantes Principales (ACP) et l'Analyse Factorielle des Correspondances Multiples (AFCM) sont respectivement deux méthodes de description statistique multidimensionnelle de données quantitatives et qualitativ
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::65d60bc682d91399cc21abacdeb171aa
https://inria.hal.science/inria-00386742
https://inria.hal.science/inria-00386742