Skip to Main content Skip to Navigation
Master Thesis

Lasso et estimateurs dérivés ; Applications en Analyse de la variance

Résumé : La première partie du mémoire détaille les définitions, avantages et inconvénients des estimateurs obtenus par pénalisation du problème des moindres carrés, en particulier le Lasso, le GroupLasso et Sbite. Plusieurs méthodes sont proposées pour choisir le paramètre de régularisation de ces estimateurs. La deuxième partie explicite les applications de ces estimateurs en analyse de la variance. La première application consiste à comparer les puissances des statistiques de test construites à partir du Lasso ou du GroupLasso en fonction de l'hypothèse alternative testée. Une autre application fournit une procédure alternative aux comparaisons deux à deux de Tukey basée sur le Lasso, alors que la dernière application consiste à reprogrammer les simulations de l'article GroupLasso et à comparer différents estimateurs. Dans la dernière partie, une estimation de l'erreur quadratique moyenne pour l'estimateur Sbite basée sur le théorème de Stein est proposée dans le cas gaussien.
Document type :
Master Thesis
Complete list of metadata

Cited literature [8 references]  Display  Hide  Download

https://dumas.ccsd.cnrs.fr/dumas-00731513
Contributor : Ufr de Mathématique-Informatique / Irma <>
Submitted on : Thursday, September 13, 2012 - 8:33:08 AM
Last modification on : Wednesday, December 25, 2019 - 1:16:44 AM
Long-term archiving on: : Friday, December 14, 2012 - 3:55:35 AM

Identifiers

  • HAL Id : dumas-00731513, version 1

Collections

Citation

Florian Stern. Lasso et estimateurs dérivés ; Applications en Analyse de la variance. Méthodologie [stat.ME]. 2012. ⟨dumas-00731513⟩

Share

Metrics

Record views

329

Files downloads

1100