Méthodes de régression robuste

Abstract

Dans le monde d’aujourd’hui, il est très fréquent de vouloir modéliser la relation entre deux ou plusieurs variables. Toutefois, plusieurs expériences sont laissées à l’abandon à cause de la présence systématique de données aberrantes. Ce mémoire portera sur les estimateurs robustes permettant de modéliser des séries de données contenant des valeurs aberrantes, nous aidant ainsi à tirer un maximum d’informations de ces expériences. Dans un premier temps, nous présenterons des estimateurs robustes qui nécessitent l’imposition d’un modèle paramétrique. Ensuite, nous traiterons de l’introduction des copules à ces estimateurs robustes. Finalement, nous présenterons des simulations tirées d’une expérience réelle qui consistait à modéliser le vrai poids d’un porc selon le poids mesuré par une balance, développée au centre de recherche et développement de Sherbrooke, dans l’optique d’améliorer les techniques d’alimentation de précision.