Régression avec R - 2e édition

Laurent Rouvière, Matzner-Løber Éric, Nicolas Hengartner, Pierre-André Cornillon

Description

Cet ouvrage expose, de manière détaillée avec exemples à l’appui, différentes façons de répondre à un des problèmes statistiques les plus courants : la régression.

Cette nouvelle édition se décompose en cinq parties. La première donne les grands principes des régressions simple et multiple par moindres carrés. Les fondamentaux de la méthode, tant au niveau des choix opérés que des hypothèses et leur utilité, sont expliqués. La deuxième partie est consacrée à l’inférence et présente les outils permettant de vérifier les hypothèses mises en oeuvre. Les techniques d’analyse de la variance et de la covariance sont également présentées dans cette partie. Le cas de la grande dimension est ensuite abordé dans la troisième partie. Différentes méthodes de réduction de la dimension telles que la sélection de variables, les régressions sous contraintes (lasso, elasticnet ou ridge) et sur composantes (PLS ou PCR) sont notamment proposées. Un dernier chapitre propose des algorithmes (basé sur l’apprentissage/validation ou la validation croisée) qui permettent de comparer toutes ces méthodes. La quatrième partie se concentre sur les modèles linéaires généralisés et plus particulièrement sur les régressions logistique et de Poisson avec ou sans technique de régularisation. Une section particulière est consacrée au scoring en régression logistique. Enfin, la dernière partie présente l’approche non paramétrique à travers les splines, les estimateurs à noyau et des plus proches voisins.

La présentation témoigne d’un réel souci pédagogique des auteurs qui bénéficient d’une expérience d’enseignement auprès de publics très variés. Les résultats exposés sont replacés dans la perspective de leur utilité pratique grâce à l’analyse d’exemples concrets. Les commandes permettant le traitement des exemples sous R figurent dans le corps du texte. Enfin, chaque chapitre est complété par une suite d’exercices corrigés. Les codes, les données et les corrections des exercices se trouvent sur le site https://regression-avec-r.github.io/

Cet ouvrage s’adresse principalement à des étudiants de Master et d’écoles d’ingénieurs ainsi qu’aux chercheurs travaillant dans les divers domaines des sciences appliquées.

Sujets

• Sciences & Techniques
• Statistiques
• Statistiques
• Statistiques
• Sciences formelles
• Probabilité et statistiques
• Regression Analysis
• Sciences et techniques
• Statistics
• Probability
• Mathematics
• Mathématiques
• Mathématiques
• Informatique
• Probabilités et statistiques
• Probabilités et statistiques

Informations

• Publié par: EDP Sciences
• Date de parution: 07 novembre 2019
• Nombre de lectures: 8
• EAN13: 9782759821839
• Langue: FrançaisFrançais
• Poids de l'ouvrage: 4 Mo

Extrait

eRégression avec R – 2 édition
Psychologie statistique avec RPierre-André Cornillon – Nicolas Hengartner
Eric Matzner-Løber – Laurent Rouvière Yvonnick Noël
Performant, évolutif, libre,
Cet ouvrage et ouvrage couvrexpose, e un programme complet de statistiquesde manière détaillée avec exemples à l’appui,
gratuit et multiplateformes, différpour la licence de psychologie (L1 à L3), depuis les bases élémenentes façons de répondre à un des problèmes statistiques les plus -
le logiciel R s’est imposé courants : la rCtaires de combinatoirégression. e et de probabilités jusqu’aux modèles
élaborés permettant de mettre à l’épreuve des hypothèses psychologiques.depuis une dizaine d’années Cette nouvelle édition se décompose en cinq parties. La première donne
comme un outil de calcul les grands principes des rPrésentés à partir de données r égressions simple et multiple par moindréelles, les modèles étudiés sont facile es -
carrment applicables dans les champs divers de la psychologie (cognition,és. Les fondamentaux de la méthode, tant au niveau des choix statistique incontournable,
opércognition sociale, développement de l’enfant, psychologie de la santé,és que des hypothèses et leur utilité, sont expliqués. La deuxième Psychologie Régression tant dans les milieux
parpsychologie du travail, psychocriminologie...). La mise en œuvrtie est consacrée à l’inférence et présente les outils permettant de e
praacadémiques qu’industriels. vérifer tique des pr les hypothèses océdures est développée dans des exermises en œuvre. Les techniques cices types prd’analyse de la
évariance et de la covariance sont également prsentés en un format unique, de la défnition du pr ésentées dans cette paroblème statistique à la-
tie. Le cas de la grande dimension est ensuite aborconclusion psychologique. dé dans la troisième La collection « Pratique R »
partie. Différentes méthodes de réduction de la dimension telles que la répond à cette évolution La démarche adoptée par l’auteur est celle de la comparaison de
mosélection de variables, les régressions sous contraintes (lasso, elasticnet statistique dèles : chaque situation à modéliser fait d’abord l’objet d’hypothèses avec R récente et propose d’intégrer ou ridge) et sur composantes (PLS ou PCR) sont notamment proposées. psychologiques, traduites sous forme de modèles de probabilités, au pleinement l’utilisation de R Un dernier chapitre propose des algorithmes (basé sur l’apprentissage/sein desquels on cherche le meilleur, en termes de qualité d’ajustement
dans des ouvrages couvrant validation ou la validation croisée) qui permettent de comparer toutes ces et de parcimonie. Cette démarche de sélection de modèle est illustrée
méthodes. La quatrième partie se concentre sur les modèles linéaires les aspects théoriques et aussi bien avec les outils fshériens traditionnels (la valeur p), qu’avec egénéralisés et plus particulièrement sur les régressions logistique et de les outils les plus récents de la statistique bayésienne (le facteur de pratiques de diverses 2 éditionPoisson avec ou sans technique de régularisation. Une section particu- avec RBayes). Les dernières recommandations de l’American Psychological méthodes statistiques lière est consacrée au scoring en régression logistique. Enfn, la dernière Association en matière d’analyse, notamment l’inférence directe sur les
appliquées à des domaines partie présente l’approche non paramétrique à travers les splines, les tailles d’effet, on été intégrées. à ce titre, l’ouvrage intéressera autant
estimateurs à noyau et des plus proches voisins.aussi variés que l’analyse l’étudiant que le chercheur désireux de s’initier à ces nouveaux outils.
des données, la gestion La présentation témoigne d’un réel souci pédagogique des auteurs qui Deux librairies spécialisées pour R (R2STATS et AtelieR), librement
bénéfcient d’une expérience d’enseignement auprès de publics très des risques, les sciences téléchargeables en ligne et dotées d’une interface graphique,
permetvariés. Les résultats exposés sont replacés dans la perspective de leur tent de retrouver facilement tous les résultats numériques présentés médicales, l’économie, etc.
utilité pratique grâce à l’analyse d’exemples concrets. Les commandes dans les exemples.
permettant le traitement des exemples sous R fgurent dans le corps
Elle s’adresse aux étudiants, du texte. Enfn, chaque chapitre est complété par une suite d’exercices
Yvonnick Noël est Maître de Conférences en Psychologie et Statistiques corrigés. Les codes, les données et les corrections des exercices se enseignants, ingénieurs,
à l’Université Européenne de Bretagne (Rennes 2).trouvent sur le site https://regression-avec-r.github.io/praticiens et chercheurs de ces Pierre-André Cornillon Cet ouvrage s’adresse principalement à des étudiants de Master et différents domaines qui utilisent Yvonnick Noëld’écoles d’ingénieurs ainsi qu’aux chercheurs travaillant dans les divers
quotidiennement des données domaines des sciences appliquées.
dans leur travail et qui apprécient Nicolas Hengartner le logiciel R pour sa fabilité et
son confort d’utilisation.
La collection Pratique R Eric Matzner-Løber
est dirigée par
Pierre-André Cornillon et
Eric Matzner-Løber Laurent Rouvière
26 €28 €
978-2-7598-1736-8978-2-7598-2076-4
9 782759 820764 wwwwww.edpsciences.or.edpsciences.orgg
9782759820764-COUV.indd 1 08/07/2019 17:10
Psychologie statistique avec R Yvonnick Noël
e
Régression avec R – 2 édition Cornillon – Hengartner – Matzner-Løber – RouvièreeRégression avec R – 2 édition
Psychologie statistique avec RPierre-André Cornillon – Nicolas Hengartner
Eric Matzner-Løber – Laurent Rouvière Yvonnick Noël
Performant, évolutif, libre,
Cet ouvrage et ouvrage couvrexpose, e un programme complet de statistiquesde manière détaillée avec exemples à l’appui,
gratuit et multiplateformes, différpour la licence de psychologie (L1 à L3), depuis les bases élémenentes façons de répondre à un des problèmes statistiques les plus -
le logiciel R s’est imposé courants : la rCtaires de combinatoirégression. e et de probabilités jusqu’aux modèles
élaborés permettant de mettre à l’épreuve des hypothèses psychologiques.depuis une dizaine d’années Cette nouvelle édition se décompose en cinq parties. La première donne
comme un outil de calcul les grands principes des rPrésentés à partir de données r égressions simple et multiple par moindréelles, les modèles étudiés sont facile es -
carrment applicables dans les champs divers de la psychologie (cognition,és. Les fondamentaux de la méthode, tant au niveau des choix statistique incontournable,
opércognition sociale, développement de l’enfant, psychologie de la santé,és que des hypothèses et leur utilité, sont expliqués. La deuxième Psychologie Régression tant dans les milieux
parpsychologie du travail, psychocriminologie...). La mise en œuvrtie est consacrée à l’inférence et présente les outils permettant de e
praacadémiques qu’industriels. vérifer tique des pr les hypothèses océdures est développée dans des exermises en œuvre. Les techniques cices types prd’analyse de la
évariance et de la covariance sont également prsentés en un format unique, de la défnition du pr ésentées dans cette paroblème statistique à la-
tie. Le cas de la grande dimension est ensuite aborconclusion psychologique. dé dans la troisième La collection « Pratique R »
partie. Différentes méthodes de réduction de la dimension telles que la répond à cette évolution La démarche adoptée par l’auteur est celle de la comparaison de
mosélection de variables, les régressions sous contraintes (lasso, elasticnet statistique dèles : chaque situation à modéliser fait d’abord l’objet d’hypothèses avec R récente et propose d’intégrer ou ridge) et sur composantes (PLS ou PCR) sont notamment proposées. psychologiques, traduites sous forme de modèles de probabilités, au pleinement l’utilisation de R Un dernier chapitre propose des algorithmes (basé sur l’apprentissage/sein desquels on cherche le meilleur, en termes de qualité d’ajustement
dans des ouvrages couvrant validation ou la validation croisée) qui permettent de comparer toutes ces et de parcimonie. Cette démarche de sélection de modèle est illustrée
méthodes. La quatrième partie se concentre sur les modèles linéaires les aspects théoriques et aussi bien avec les outils fshériens traditionnels (la valeur p), qu’avec egénéralisés et plus particulièrement sur les régressions logistique et de les outils les plus récents de la statistique bayésienne (le facteur de pratiques de diverses 2 éditionPoisson avec ou sans technique de régularisation. Une section particu- avec RBayes). Les dernières recommandations de l’American Psychological méthodes statistiques lière est consacrée au scoring en régression logistique. Enfn, la dernière Association en matière d’analyse, notamment l’inférence directe sur les
appliquées à des domaines partie présente l’approche non paramétrique à travers les splines, les tailles d’effet, on été intégrées. à ce titre, l’ouvrage intéressera autant
estimateurs à noyau et des plus proches voisins.aussi variés que l’analyse l’étudiant que le chercheur désireux de s’initier à ces nouveaux outils.
des données, la gestion La présentation témoigne d’un réel souci pédagogique des auteurs qui Deux librairies spécialisées pour R (R2STATS et AtelieR), librement
bénéfcient d’une expérience d’enseignement auprès de publics très des risques, les sciences téléchargeables en ligne et dotées d’une interface graphique,
permetvariés. Les résultats exposés sont replacés dans la perspective de leur tent de retrouver facilement tous les résultats numériques présentés médicales, l’économie, etc.
utilité pratique grâce à l’analyse d’exemples concrets. Les commandes dans les exemples.
permettant le traitement des exemples sous R fgurent dans le corps
Elle s’adresse aux étudiants, du texte. Enfn, chaque chapitre est complété par une suite d’exercices
Yvonnick Noël e