« Estimation par les moindres carrés généralisée » : différence entre les versions
(Page créée avec « == Définition == == Français == ''' estimation par les moindres carrés généralisée''' == Anglais == '''generalised least squares estimator''' '''generalized least... ») |
m (Remplacement de texte : « [http://isi.cbs.nl/glossary/ » par « [https://www.isi-web.org/glossary?language=2 Source : ISI Glossaire ] [https://isi.cbs.nl/glossary/ ») |
||
| (7 versions intermédiaires par le même utilisateur non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
L'estimation par les moindres carrés généralisée est une estimation des paramètres d'un modèle de régression linéaire dont les erreurs sont dépendantes et qui présentent (peut-être) une variance hétérogène. Difficile à utiliser dans la pratique, car la matrice de covariance des erreurs doit être connue pour "blanchir" les données et le modèle. Si la vraie covariance est connue, il s'agit de la méthode de la meilleure estimation linéaire sans biais (BLUE) selon ces hypothèses, Uniformly Minimum-Variance Uniformly Unbiased Estimator (UMVUE) avec addition d'une hypothèse gaussienne. | |||
== Français == | == Français == | ||
''' estimation par les moindres carrés généralisée''' | ''' estimation par les moindres carrés généralisée''' | ||
| Ligne 8 : | Ligne 11 : | ||
'''generalized least squares estimator''' | '''generalized least squares estimator''' | ||
==Sources== | |||
[https://ontostats.univ-paris8.fr/omk/s/logicielsStats/item/7126 Source : univ-paris8.fr ] | |||
[ | [https://www.isi-web.org/glossary?language=2 Source : ISI Glossaire ] | ||
[https://isi.cbs.nl/glossary/term1374.htm Source : ISI ] | |||
{{Modèle:Statistiques}} | |||
[[Catégorie:Statistiques]] | [[Catégorie:Statistiques]] | ||
[[Catégorie: | |||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | |||
Dernière version du 11 février 2024 à 21:49
Définition
L'estimation par les moindres carrés généralisée est une estimation des paramètres d'un modèle de régression linéaire dont les erreurs sont dépendantes et qui présentent (peut-être) une variance hétérogène. Difficile à utiliser dans la pratique, car la matrice de covariance des erreurs doit être connue pour "blanchir" les données et le modèle. Si la vraie covariance est connue, il s'agit de la méthode de la meilleure estimation linéaire sans biais (BLUE) selon ces hypothèses, Uniformly Minimum-Variance Uniformly Unbiased Estimator (UMVUE) avec addition d'une hypothèse gaussienne.
Français
estimation par les moindres carrés généralisée
Anglais
generalised least squares estimator
generalized least squares estimator
Sources
Contributeurs: wiki
