« Lissage LOWESS » : différence entre les versions
(Page créée avec « ==en construction== == Définition == Le lissage LOWESS est une méthode de lissage des données (couples de données x-y). Un modèle de régression local ajuste chaque... ») |
m (Remplacement de texte : « Catégorie:GRAND LEXIQUE FRANÇAIS » par « ») |
||
(6 versions intermédiaires par 2 utilisateurs non affichées) | |||
Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Le lissage LOWESS est une méthode de lissage des données (couples de données x-y). Un modèle de régression local ajuste chaque point | Le lissage LOWESS est une méthode de lissage des données (couples de données x-y). Un modèle de régression local ajuste chaque point ainsi que les points proches de celui-ci. Cette méthode est aussi parfois appelée régression robuste localement pondérée. Les données lissées présentent habituellement une image plus claire de la forme générale de la relation entre les variables x et y. | ||
== Français == | == Français == | ||
''' | '''lissage LOWESS''' | ||
== Anglais == | == Anglais == | ||
''' | ''' locally weighted scatterplot smoothing ''' | ||
==Sources== | |||
[https://www.statsoft.fr/concepts-statistiques/glossaire/l/lissage-lowess.html Source : Statistica ] | [https://www.statsoft.fr/concepts-statistiques/glossaire/l/lissage-lowess.html Source : Statistica ] | ||
[https://dms.umontreal.ca/~murua/cours/stt6415Hiver2016/exemples/loessResume.pdf Source : Université de Montréal ] | |||
{{Modèle:Statistiques}} | |||
[[Catégorie:Statistiques]] | [[Catégorie:Statistiques]] | ||
Dernière version du 23 août 2024 à 19:32
Définition
Le lissage LOWESS est une méthode de lissage des données (couples de données x-y). Un modèle de régression local ajuste chaque point ainsi que les points proches de celui-ci. Cette méthode est aussi parfois appelée régression robuste localement pondérée. Les données lissées présentent habituellement une image plus claire de la forme générale de la relation entre les variables x et y.
Français
lissage LOWESS
Anglais
locally weighted scatterplot smoothing
Sources
Source : Université de Montréal
Contributeurs: Imane Meziani, wiki