Confronté à la réalité d'une étude, le chercheur dispose généralement de nombreuses variables mesurées ou observées chez un groupe d'individus. Il souhaite les étudier ensemble et a recours à l'analyse multivariée. Il est confronté à diverses techniques et doit sélectionner la plus adaptée à ses données, mais surtout à son objectif scientifique. Lorsqu'il observe de nombreuses variables dans un échantillon, il est probable que certaines informations collectées soient redondantes. Dans ce cas, les méthodes de réduction de dimension multivariée (méthodes combinant des variables observées pour obtenir quelques variables fictives les représentant) tentent de les éliminer. D'autre part, les individus peuvent présenter certaines caractéristiques communes dans leurs réponses, ce qui permet de tenter de les classer en groupes présentant une certaine homogénéité (en analysant les relations entre les variables pour déterminer si les individus peuvent être séparés en groupes a posteriori). Enfin, il peut exister une variable dont la dépendance à un ensemble d'autres est intéressante à détecter afin d'analyser sa relation, voire de se lancer dans une prédiction lorsque les autres sont connues. Cet ouvrage explore les techniques de réduction dimensionnelle (composantes principales, analyse factorielle, analyse des correspondances et mise à l'échelle multidimensionnelle). Il aborde également l'analyse discriminante et ses applications à la classification et à la segmentation.
Confronté à la réalité d'une étude, le chercheur dispose généralement de nombreuses variables mesurées ou observées chez un groupe d'individus. Il souhaite les étudier ensemble et a recours à l'analyse multivariée. Il est confronté à diverses techniques et doit sélectionner la plus adaptée à ses données, mais surtout à son objectif scientifique. Lorsqu'il observe de nombreuses variables dans un échantillon, il est probable que certaines informations collectées soient redondantes. Dans ce cas, les méthodes de réduction de dimension multivariée (méthodes combinant des variables observées pour obtenir quelques variables fictives les représentant) tentent de les éliminer. D'autre part, les individus peuvent présenter certaines caractéristiques communes dans leurs réponses, ce qui permet de tenter de les classer en groupes présentant une certaine homogénéité (en analysant les relations entre les variables pour déterminer si les individus peuvent être séparés en groupes a posteriori). Enfin, il peut exister une variable dont la dépendance à un ensemble d'autres est intéressante à détecter afin d'analyser sa relation, voire de se lancer dans une prédiction lorsque les autres sont connues. Cet ouvrage explore les techniques de réduction dimensionnelle (composantes principales, analyse factorielle, analyse des correspondances et mise à l'échelle multidimensionnelle). Il aborde également l'analyse discriminante et ses applications à la classification et à la segmentation.
Techniques D'analyse de Données Multivariées à L'aide de PYTHON. Réduction des Dimensions, Classification et Segmentation
Techniques D'analyse de Données Multivariées à L'aide de PYTHON. Réduction des Dimensions, Classification et Segmentation
Product Details
| BN ID: | 2940181914971 |
|---|---|
| Publisher: | Scientific Books |
| Publication date: | 07/12/2025 |
| Sold by: | Draft2Digital |
| Format: | eBook |
| File size: | 13 MB |
| Note: | This product may take a few minutes to download. |
| Language: | French |