Show simple document record

dc.contributor.advisorBouezmarni, Taoufik
dc.contributor.authorSimard, Joaniefr
dc.date.accessioned2018-03-29T18:10:47Z
dc.date.available2018-03-29T18:10:47Z
dc.date.created2018fr
dc.date.issued2018-03-29
dc.identifier.urihttp://hdl.handle.net/11143/12002
dc.description.abstractDans 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.fr
dc.language.isofrefr
dc.publisherUniversité de Sherbrookefr
dc.rights© Joanie Simardfr
dc.rightsAttribution - Partage dans les Mêmes Conditions 2.5 Canada*
dc.rights.urihttp://creativecommons.org/licenses/by-sa/2.5/ca/*
dc.subjectRobustefr
dc.subjectM-estimationfr
dc.subjectS-estimationfr
dc.subjectMM-estimationfr
dc.subjectCopulefr
dc.titleMéthodes de régression robustefr
dc.typeMémoirefr
tme.degree.disciplineMathématiquesfr
tme.degree.grantorFaculté des sciencesfr
tme.degree.levelMaîtrisefr
tme.degree.nameM. Sc.fr


Files in this document

Thumbnail
Thumbnail

This document appears in the following Collection(s)

Show simple document record

© Joanie Simard
Except where otherwise noted, this document's license is described as © Joanie Simard