« Appariement des scores généralisés » : différence entre les versions


m (Remplacement de texte — «  [http » par «  * [http »)
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
== en construction ==
== Définition ==
[[Catégorie:Vocabulaire]]
Ce terme se réfère à une méthode statistique pour tester des hypothèses sur les paramètres d’un modèle généralisé. Il s’agit d’une généralisation du test du rapport de vraisemblance, qui utilise la fonction de score (la dérivée de la log-vraisemblance) pour construire un test qui ne dépend pas du modèle complet. Le test du score généralisé peut être utilisé pour comparer des modèles imbriqués ou non imbriqués, et il est plus robuste que le test du rapport de vraisemblance ou le test de Wald face à des violations des hypothèses du modèle.
[[Catégorie:App-profond-livre]]
[[Catégorie:Apprentissage profond]]


== Définition ==
Le test du score généralisé est basé sur l’idée que, sous l’hypothèse nulle, la fonction de score devrait être proche de zéro en moyenne. Ainsi, on peut construire une statistique de test en calculant la somme des carrés pondérés des fonctions de score pour chaque observation. Cette statistique suit asymptotiquement une loi du chi-deux avec un nombre de degrés de liberté égal au nombre de paramètres testés.


== Français ==
== Français ==
Ligne 14 : Ligne 12 :


<small>
<small>
* [https://www.apprentissageprofond.org/  Source :  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018 ]
* [https://www.sfu.ca/sasdoc/sashtml/stat/chap29/sect31.htm  Source : The GENMOD Procedure]
[https://www.apprentissageprofond.org/  Source :  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018 ]
 
 
[[Catégorie:Vocabulaire]]
[[Catégorie:App-profond-livre]]
[[Catégorie:Apprentissage profond]]
[[Catégorie:publication]]

Version du 21 novembre 2023 à 12:08

Définition

Ce terme se réfère à une méthode statistique pour tester des hypothèses sur les paramètres d’un modèle généralisé. Il s’agit d’une généralisation du test du rapport de vraisemblance, qui utilise la fonction de score (la dérivée de la log-vraisemblance) pour construire un test qui ne dépend pas du modèle complet. Le test du score généralisé peut être utilisé pour comparer des modèles imbriqués ou non imbriqués, et il est plus robuste que le test du rapport de vraisemblance ou le test de Wald face à des violations des hypothèses du modèle.

Le test du score généralisé est basé sur l’idée que, sous l’hypothèse nulle, la fonction de score devrait être proche de zéro en moyenne. Ainsi, on peut construire une statistique de test en calculant la somme des carrés pondérés des fonctions de score pour chaque observation. Cette statistique suit asymptotiquement une loi du chi-deux avec un nombre de degrés de liberté égal au nombre de paramètres testés.

Français

Appariement des scores généralisés

Anglais

Generalized score handling


Source : L'apprentissage profond, Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018



Contributeurs: Jacques Barolet, Marie Alfaro, wiki