Show simple item record

dc.contributor.authorCeleux, Gilles
dc.contributor.authorMarin, Jean-Michel
dc.contributor.authorRobert, Christian P.
dc.date.accessioned2009-07-07T08:42:13Z
dc.date.available2009-07-07T08:42:13Z
dc.date.issued2006
dc.identifier.urihttps://basepub.dauphine.fr/handle/123456789/857
dc.description.abstractfrNous nous intéressons à la sélection bayésienne de variables en régression linéaire. Nous en abordons tous les aspects afin de fournir au lecteur un guide précis. Nous étudions successivement les cas où les loi a priori sur les paramètres des modèles sont informatives et non informatives. Dans le cas informatif, nous proposons d'utiliser la loi a priori de Zellner pour le modèle contenant toutes les variables et une loi a priori de Zellner compatible avec la précédente pour chaque sous-modèle. Dans le cas non informatif, nous montrons d'abord que l'inférence bayésienne utilisant des loi a priori faiblement informatives construites à partir de la loi de Zellner est très sensible à la valeur prise par un hyperparamètre, ce qui nous amène à déconseiller son utilisation. Nous proposons alors une nouvelle loi a priori hiérarchique basée sur la loi de Zellner. Nous montrons que l'utilisation de cette loi a priori assure d'excellentes performances de sélection, d'un point de vue explicatif, par rapport aux critères fréquentiels classiques. Enfin, lorsque le nombre de variables est important, nous considérons les aspects algorithmiques et, en particulier, nous montrons que l'échantillonneur de Gibbs fonctionne parfaitement bien pour sélectionner les variables pertinentes, contrairement à ce qui est parfois affirmé.en
dc.language.isofren
dc.subjectModèle de régression linéaireen
dc.subjectSélection bayésienne de variablesen
dc.subjectLoi a priori de Zellneren
dc.subjectLois a priori compatiblesen
dc.subjectModèles hiérarchiquesen
dc.subjectEchantillonneur de Gibbsen
dc.subject.ddc519en
dc.subject.classificationjelC11
dc.titleSélection bayésienne de variables en régression linéaireen
dc.typeArticle accepté pour publication ou publié
dc.contributor.editoruniversityotherCrest Insee;France
dc.contributor.editoruniversityotherINRIA;France
dc.relation.isversionofjnlnameJournal de la Société française de statistique
dc.relation.isversionofjnlvol147
dc.relation.isversionofjnlissue1
dc.relation.isversionofjnldate2006
dc.relation.isversionofjnlpages59-80
dc.identifier.urlsitehttp://hal.inria.fr/inria-00077857/en/en
dc.description.sponsorshipprivateouien
dc.relation.isversionofjnlpublisherSociété française de statistiques
dc.subject.ddclabelProbabilités et mathématiques appliquéesen


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record