Filtrer les résultats par
Aide à la rechercheMot(s)-clé(s)
Auteur(s)
Résultats
Tout (1)
Tout (1) ((1 résultat))
- Articles et rapports : 12-001-X20040027758Description :
Nous étudions l'utilisation de réseaux neuronaux bayésiens pour l'estimation en population finie. Nous proposons des estimateurs de la moyenne de population finie et de son erreur quadratique moyenne. Nous proposons aussi d'utiliser la loi t de Student pour modéliser les perturbations afin de pouvoir utiliser les observations extrêmes souvent présentes dans les données provenant d'enquêtes sociales par sondage. Les résultats numériques montrent que les réseaux neuronaux bayésiens améliorent significativement l'estimation en population finie comparativement aux méthodes fondées sur la régression linéaire.
Date de diffusion : 2005-02-03
Stats en bref (0)
Stats en bref (0) (0 résultat)
Aucun contenu disponible actuellement
Articles et rapports (1)
Articles et rapports (1) ((1 résultat))
- Articles et rapports : 12-001-X20040027758Description :
Nous étudions l'utilisation de réseaux neuronaux bayésiens pour l'estimation en population finie. Nous proposons des estimateurs de la moyenne de population finie et de son erreur quadratique moyenne. Nous proposons aussi d'utiliser la loi t de Student pour modéliser les perturbations afin de pouvoir utiliser les observations extrêmes souvent présentes dans les données provenant d'enquêtes sociales par sondage. Les résultats numériques montrent que les réseaux neuronaux bayésiens améliorent significativement l'estimation en population finie comparativement aux méthodes fondées sur la régression linéaire.
Date de diffusion : 2005-02-03
Revues et périodiques (0)
Revues et périodiques (0) (0 résultat)
Aucun contenu disponible actuellement
- Date de modification :