Modelés références de régression multinomiale. Propriétés et applications en classification supervisée

Peyhardi Jean, Trottier Catherine, Guédon Yann. 2014. Modelés références de régression multinomiale. Propriétés et applications en classification supervisée. In : 46ème Journées de statistique, Rennes, France, du 2 au 6 juin 2014. Société française de statistique. s.l. : s.n., 6 p. Journées de statistique. 46, Rennes, France, 2 Juin 2014/6 Juin 2014.

Résumé : De nombreuses extensions du modèle logit ont été introduites dans le cas binomial, comme le modèle probit, mais aucune n'a été proposée dans le cas multinomial non-ordonné. Nous introduisons une nouvelle famille de modèles de régression pour variable réponse nominale construits à partir de fonctions de répartition autres que la logistique et décrivons leur estimation. Pour cela nous mettons en évidence, dans la fonction de lien, la probabilité de chaque catégorie conditionnée par la catégorie de référence. Au contraire du modèle logit multinomial, le choix de cette catégorie de référence affecte l'ajustement du modèle. Nous utilisons alors cette propriété afin de proposer un ensemble de nouveaux classifieurs supervisés, que nous testons sur trois jeux de données classiques.

Classification Agris : U10 - Informatique, mathématiques et statistiques

Auteurs et affiliations

• Peyhardi Jean, UM2 (FRA)
• Trottier Catherine, UM2 (FRA)
• Guédon Yann, CIRAD-BIOS-UMR AGAP (FRA)

Source : Cirad - Agritrop (https://agritrop.cirad.fr/573432/)

Métriques

[ Page générée et mise en cache le 2022-04-21 ]