Descripteur
Termes IGN > mathématiques > statistique mathématique > analyse de variance
analyse de variance
Commentaire :
Statistique,
Statistique mathématique. >> Analyse de covariance, Échantillonnage (statistique), Plan d'expérience. >>Terme(s) spécifique(s) : Analyse multivariée, Degré de liberté (physique), Écart type, Surface de réponse (statistique). Equiv. LCSH : Analysis of variance. Domaine(s) : 510. Voir aussi |
Documents disponibles dans cette catégorie (240)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Filtermethoden zur fehlertoleranten kinematischen Positionsbestimmung / J.G. Wang (1997)
Titre : Filtermethoden zur fehlertoleranten kinematischen Positionsbestimmung Titre original : Filtering methods for error-tolerant kinematic positioning Type de document : Monographie Auteurs : J.G. Wang, Auteur Editeur : Munich : Universität der Bundeswehr Année de publication : 1997 Collection : Schriftenreihe des Instituts für Geodäsie, ISSN 0173-1009 num. 52 Importance : 135 p. Format : 21 x 30 cm Note générale : Bibliographie Langues : Allemand (ger) Descripteur : [Vedettes matières IGN] Géodésie spatiale
[Termes IGN] compensation
[Termes IGN] erreur systématique
[Termes IGN] filtre de Kalman
[Termes IGN] GPS en mode cinématique
[Termes IGN] positionnement cinématique
[Termes IGN] varianceIndex. décimale : 30.61 Systèmes de Positionnement par Satellites du GNSS Résumé : (Auteur) The estimation process, the Kalman filter, is probably the most common optimal filtering technique for estimating the state of a linear system. In this thesis filtering methods for error-tolerant kinematic positioning are systemtic researched. This includes such topics as, statistical tests, the identification of gross errors in the observations, the identification of sensor systematic errors, the estimation of variance components and robust estimation in the Kalman filter.
With respect to theory, the analysis of reliability was incorporated into the theory of the Kalman filter as one of the most important parts on the quality control of a linear system. The method developed by Foerstner [19791 on the a-posteriori estimation of variance components was used for each type of observation and for all factors of the process noise in the Kalman filter. The difference between the FM-smoothing [Mayne, 1966; Fraser 1967] and the RTS-smoothing [Rauch, Tung, Striebel, 1965] was illuminated by objective functions and with the help of some examples. For the identification of gross errors a method was developed which makes use of additional parameters in the estimation process. The initialisation of these additional parameters can be introduced into the system as pseudo-observations, with expection zero and the very large variance. The robust method developed by Li [1983] was also realized in the Kalman filter.
With regard to the application of the Kalman filter to kinematic surveying, three models presented in this thesis were evaluated in the context of quality control with respect to accuracy, reliability, predictive residual errors, corrections of the observations and curvature of the filtered trajectories. Furthermore, statistical tests, methods for identification and compensation of gross errors in observations and methods for identification and compensation of sensor systematic errors and robust Kalman filter were investigated. All methods described in this thesis are put into practice with the help of simulated examples and were compared under the aspects mentioned above.
Chapter 1 gives an introduction to this thesis.
In Chapter 2 the fundamental principles of optimal linear filtering in discrete time is briefly introduced at first. Then the Kalman filter algorithm is derived using a least-squares approach. Afterwards it goes into the quality control in the Kalman filter. Especially the importance of the redundancies of the various kinds of observations is emphasized. The method of the a-posteriori estimation of variance components [Foerstner, 19791 will be used in the Kalman filter in this Chapter.
Chapter 3 presents the necessary fundamentals of kinematics
Chapter 4 is devoted to the establishment and evaluation of system models for kinematic positioning. The main aspects of Chapter 2 are realized for the filtering of land vehicle trajectories and are discussed in detail by three simulated examples. This performance analysis is very important for the practical application of the Kalman filter on kinematic positioning of land vehicle trajectories.
The next three Chapters, Chapter 5, 6 and 7, form two important parts of this thesis. The first one deals with the identification and compensation of gross errors in observations in Chapters 5 and 7. The second one deals with the identification and compensation of sensor systematic errors.
On one hand, the statistical tests and the recognizability of gross errors in observations are put up for the Kalman filter in Chapter 5. On the other hand, three proceedings are described for the identification and compensation of gross errors in the observations.
Chapter 6 concerns itself with the identification and compensation of sensor systematic errors. The considered systematic errors are constant, constant with a leap and time varying sensor systematic errors. The recognizability of the constant systematic error is also investigated in this Chapter.
Chapter 7 goes back to the handling of gross observation errors but only relating to robust Kalman filter. Two kinds of robust Kalman filter are described in detail. The first kind are the one-step methods, which are used directly in real time. The scaled-contaminated model and the methods which uses score functions based on the Bayes' theorem belong to this kind of robust Kalman filter. The second kind are the methods based on the weight or variance iteration of observations, which flow from the adjustment into the Kalman filter and are used in post processing. As examples, two algorithms are constructed with the Huber-function and the Hampel-function respectively. Besides, the robust method based on the a-posteriori estimation of variance components of observations, which was developed by Li [1983], is realized in the Kalman filter in this Chapter.
In Chapter 8, a strategy is presented for a comprehensive post processing of data from the kinematic surveying of land vehicle trajectory.
Chapter 9 summarizes the thesis.Numéro de notice : 61553 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Monographie Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=60949 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 61553-01 30.61 Livre Centre de documentation Géodésie Disponible Initiation aux pratiques statistiques en géographie, 4e édition entièrement refondue / Groupe Chadule (1997)
Titre : Initiation aux pratiques statistiques en géographie, 4e édition entièrement refondue Type de document : Guide/Manuel Auteurs : Groupe Chadule, Auteur Mention d'édition : 4 Editeur : Paris : Armand Colin Année de publication : 1997 Collection : U-Géographie Importance : 203 p. Format : 18 x 24 cm ISBN/ISSN/EAN : 978-2-200-01534-3 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] analyse de données
[Termes IGN] analyse de variance
[Termes IGN] analyse factorielle
[Termes IGN] analyse multivariée
[Termes IGN] classification
[Termes IGN] classification ascendante hiérarchique
[Termes IGN] corrélation
[Termes IGN] échantillonnage de données
[Termes IGN] régression linéaire
[Termes IGN] régression multipleRésumé : (Editeur) Ce manuel traite des moyens d'analyse des statistiques. Il s'agit d'une initiation qui insiste sur trois bases : le vocabulaire, l'organisation de l'information, les modèles d'analyse. Ecrit par une équipe de géographes, il se nourrit d'exemples géographiques et se limite aux techniques les plus usitées. Il vise un double but : permettre la réalisation des traitements statistiques élémentaires et permettre la lecture de publications recourant à des techniques plus complexes, comme les analyses multivariées. Note de contenu : Chapitre 1 Les données statistiques
1.1. La production des données statistiques
1.2. La structuration statistique des données
Chapitre 2 La description d'un caractère
2.1. La forme d'une distribution
2.2. Les valeurs centrales
2.3. L'hétérogénéité d'un caractère : les caractéristiques de dispersion
2.4. La comparaison de distributions de variables quantitatives
Chapitre 3 L'échantillonnage .
3.1. Pourquoi échantillonner ?
3.2. Représentativité de l'échantillon
3.3. La fabrication de l'échantillon
3.4. L'estimation des paramètres d'un caractère
3.5. Exemple
Chapitre 4 Relation entre caractères
4.1. Principes généraux
4.2. Relation entre deux caractères qualitatifs : contingence, indépendance, association
4.3. Relation entre un caractère quantitatif et un caractère qualitatif : l'analyse de variance
4.4. Relation entre deux caractères quantitatifs : régression et corrélation multiple
4.5. Relation entre plusieurs caractères quantitatifs : régression linéaire multiple
4.6. Cas particuliers : les relations temporelles ou spatiales
Chapitre 5 Techniques d'analyse des données multivariée
5.1. Notions générales
5.2. Les analyses factorielles
5.3. La classification multivariéeNuméro de notice : 13149 Affiliation des auteurs : non IGN Thématique : MATHEMATIQUE Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=46253 Réservation
Réserver ce documentExemplaires(3)
Code-barres Cote Support Localisation Section Disponibilité 13149-01 23.60 Livre Centre de documentation Mathématiques Disponible 13149-02 23.60 Livre Centre de documentation Mathématiques Disponible 13149-03 23.60 Livre Centre de documentation Mathématiques Disponible Introduction à l'estimation linéaire / Patrick Sillard (1997)
Titre : Introduction à l'estimation linéaire Type de document : Guide/Manuel Auteurs : Patrick Sillard , Auteur Editeur : Paris : Institut Géographique National - IGN (1940-2007) Année de publication : 1997 Importance : 88 p. Format : 21 x 30 cm Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] calcul différentiel
[Termes IGN] covariance
[Termes IGN] estimateur
[Termes IGN] estimation statistique
[Termes IGN] méthode des moindres carrés
[Termes IGN] modèle linéaire
[Termes IGN] programmation linéaire
[Termes IGN] théorème de Gauss-MarkovNuméro de notice : 26940 Affiliation des auteurs : IGN (1940-2011) Thématique : MATHEMATIQUE Nature : Manuel de cours IGN Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=47212 Réservation
Réserver ce documentExemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 26940-01 23.60 Livre Centre de documentation Mathématiques Disponible 26940-02 23.60 Livre Centre de documentation Mathématiques Disponible Méthodes statistiques de l'ingénieur, 2. Volume 2, Méthodes d'analyse de régression linéaire, modèle orthogonal, expérience factorielle et polynômes orthogonaux, méthodes de sélection des variables / G. Baillargeon (1996)
Titre de série : Méthodes statistiques de l'ingénieur, 2 Titre : Volume 2, Méthodes d'analyse de régression linéaire, modèle orthogonal, expérience factorielle et polynômes orthogonaux, méthodes de sélection des variables Type de document : Guide/Manuel Auteurs : G. Baillargeon, Auteur Editeur : Trois-Rivières [Québec - Canada] : SMG Editions Année de publication : 1996 Importance : 274 p. Format : 21 x 27 cm ISBN/ISSN/EAN : 978-2-89094-056-7 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] analyse factorielle
[Termes IGN] régression linéaire
[Termes IGN] régression multiple
[Termes IGN] varianceRésumé : (Editeur) Ce deuxième volume de Méthodes, statistiques de l'ingénieur traite de régression linéaire (simple et multiple), de l'expérience factorielle et de polynômes orthogonaux ainsi que de méthodes pour construire une équation de régression multiple. On y trouve plusieurs applications provenant de divers secteurs de l'entreprise, production, génie industriel, optimisation de procédés... Note de contenu : CHAPITRE 1 - REGRESSION LINAIWRE SIMPLE: ESTIMATION ET INFERENCE
SOMMAIRE
OBJECTIFS PEDAGOGIQUES
- INTRODUCTION ET DIAGRAMME DE DISPERSION
- VARIABLE DEPENDANTE ET VARIABLE EXPLICATIVE
- LE MODELE LINEAIRE SIMPLE
- COMPOSANTES DU MODELE LINEAIRE SIMPLE
- CONDITIONS D'APPLICATION DU MODELE LINEAIRE SIMPLE
- SCHEMATISATION DES CONDITIONS D'APPLICATION DU MODELE LINEAIRE SIMPLE
- ESTIMATION DE LA DROITE DE REGRESSION E(Y) = âo + â1X
- RESIDUS ET MESURE DE DISPERSION
- EXERCICES
- INFERENCE CONCERNANT LES PARAMETRES DU MODELE
- PROPRIETES DES ESTIMATEURS ET DISTRIBUTION D'ECHANTILLONNAGE DE b1
- ESTIMATION DE Bi PAR INTERVALLE DE CONFIANCE
- TEST STATISTIQUE SUR LE PARAMETRE B1
- INFERENCE CONCERNANT LE PARAMETRE Bo
- INFERENCE CONCERNANT LA MOYENNE DE LA DISTRIBUTIONCONDITIONNELLE DE YA X = Xh: E(Yh)
- PREVISION D'UNE VALEUR DE LA VARIABLE DEPENDANTEPOUR UNE NOUVELLE OBSERVATION DE X ET INTERVALLE DE PREVISION
QUELQUES CONSIDERATIONS PRATIQUES DANS L'APPLICATION DES METHODES D'ANALYSE DE REGRESSION
CHAPITRE 2 -LA REGRESSION LINEAIRE SIMPLE ET L'ANALYSE DE LA VARIANCE
SOMMAIRE
OBJECTIFS PEDAGOGIQUES
INTRODUCTION
- DECOMPOSITION DE LA VARIATION DANS LES OBSERVATIONS:
- CALCUL DES SOMMES DE CARRES
- LE COEFFICIENT DE DETERMINATION SIMPLE: r2
- AUTRE FACON DE TESTER SI LA REGRESSION EST SIGNIFICATIVE: L'ANALYSE DE VARIANCE
- TEST SUR B1 = 0 VERSUS B1 # 0: TEST DE FISHER
- SYNTHESE DES RESULTATS D'UNE ANALYSE DE REGRESSION LINEAIRE SIMPLE
- TEST D'ADEQUATION DU MODELE
- REGRESSION AVEC TRANSFORMATIONS SUR LES VARIABLES
- EXERCICES
CHAPITRE 3 - REGRESSION LINEAIRE MULTIPLE I
SOMMAIRE
OBJECTIFS PEDAGOGIQUES
INTRODUCTION
- MODELE LINEAIRE A PLUSIEURS VARIABLES EXPLICATIVES
- HYPOTHESES FONDAMENTALES
- DEMARCHE A SUIVRE DANS L'ELABORATION D'UN MODELE DE REGRESSION MULTIPLE
- DETERMINATION DE L'EQUATION DE REGRESSION MULTIPLE
- ANALYSE DE VARIANCE EN R9GRESSION MULTIPLE
- COMMENT DETERMINER SI LA REGRESSION EST SIGNIFICATIVE DANS SON ENSEMBLE
- EXERCICES
CHAPITRE 4 - REGRESSION LINEAIRE MULTIPLE II
SOMMAIRE
OBJECTIFS PEDAGOGIQUES
- INTRODUCTION
- CONTRIBUTION MARGINALE DE CHAQUE VARIABLE EXPLICATIVE
- AUTRE FACON DE TESTER LA CONTRIBUTION MARGINALE: LE "F PARTIEL
- ESTIMATION DE E(yh) PAR INTERVALLE DE CONFIANCE ET CALCUL DE L'INTERVALLE DE PREVISION
- UTILISATION DE L'INFORMATION QUALITATIVE DANS UN MODELE DE REGRESSION MULTIPLE: VARIABLES AUXILIAIRES
- COMMENT TESTER LA NULLITE D'UN SOUS-ENSEMBLE DE PARAMETRES B1 DU MODELE
- MODELE ORTHOGONAL : EXPERIENCE PLANIFIEE ET ABSENCE DE CORRELATION ENTRE LES VARIABLES EXPLICATIVES
- EXERCICES
CHAPITRE 5 - AUTRES TYPES D'EFFETS ET MODELE ORTHOGONAL
SOMMAIRE
OBJECTIFS PEDAGOGIQUES
- INTRODUCTION
- L'EXPERIENCE FACTORIELLE ET LA NOTION D'INTERACTION
- POLYNOMES ORTHOGONAUX
- ESTIMATION DES PARAMETRES A DU MODELE ORTHOGONAL
- ETUDE DE TOUS LES EFFETS DANS UNE EXPERIENCE FACTORIELLE A L'AIDE D'UNE ANALYSE DE REGRESSION ORTHOGONALE
- EXERCICES
CHAPITRE 6 -METHODES POUR CONSTRUIRE UNE EQUATION DE REGRESSION MULTIPLE
SOMMAIRE
OBJECTIFS PtDAGOGIQUES
- INTRODUCTION
- TOUTES LES REGRESSIONS POSSIBLES
- METHODES PRATIQUES POUR ELABORER UNE EQUATION DE REGRESSION MULTIPLE
- REGRESSION PAS A PAS: ETUDE D'UNE VARIABLE IMPORTANTE D'UN PROCEDE INDUSTRIEL
- EXERCICES
ANNEXE - UTILISATION DE SPSS ET SAS
TABLES STATISTIQUES
REPONSES AUX EXERCICESNuméro de notice : 13127B Affiliation des auteurs : non IGN Thématique : MATHEMATIQUE Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=46249 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 13127-01B 23.60 Livre Centre de documentation Mathématiques Disponible Robustesse dans l'estimation et l'ajustement du variogramme en géostatistique / Marc G. Genton (1996)
Titre : Robustesse dans l'estimation et l'ajustement du variogramme en géostatistique Type de document : Thèse/HDR Auteurs : Marc G. Genton, Auteur ; Stephan Morgenthaler, Directeur de thèse Editeur : Lausanne : Ecole Polytechnique Fédérale de Lausanne EPFL Année de publication : 1996 Importance : 132 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse présentée au département de Mathématiques pour l'obtention du grade de docteur ès sciencesLangues : Français (fre) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] ajustement de paramètres
[Termes IGN] estimation statistique
[Termes IGN] géostatistique
[Termes IGN] krigeage
[Termes IGN] méthode des moindres carrés
[Termes IGN] méthode robuste
[Termes IGN] variance
[Termes IGN] variogrammeIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Les méthodes géostatistiques regroupées sous le nom de krigeage ont pour objectif de prédire des valeurs inobservées d'une variable distribuée dans un domaine spatial, à partir de valeurs observées. Ces techniques se basent sur un paramètre du processus générant les observations: le variogramme. Les travaux de cette thèse portent sur l'estimation robuste de celui-ci, ainsi que sur l'ajustement d'un variogramme paramétrique valide, qui sont des étapes cruciales pour assurer une prédiction spatiale correcte. Dans une première partie, l'estimation du variogramme est abordée sous l'angle des estimateurs d'échelle. L'estimateur classique proposé par Matheron (1962) et l'estimateur de Cressie et Hawkins (1980) ne sont pas résistants à des valeurs aberrantes dans les données. Nous montrons qu'ils font partie d'une grande classe d'estimateurs, appelés M-estimateurs d'échelle. Les propriétés de robustesse de cette classe sont étudiées à l'aide d'outils tels que la fonction d'influence, la fonction de changement-de-variance et le point de rupture. La fonction de changement-de-variance est établie pour des contaminations générales et donne lieu à de nouveaux résultats de V-robustesse. Plusieurs M-estimateurs d'échelle robustes sont analysés, ainsi que les deux estimateurs Sn et Qn, proposés par Rousseeuw et Groux (1992, 1993) dans le contexte de l'estimation d'échelle. La notion de point de rupture spatial est introduite, permettant l'étude des configurations de perturbation les plus défavorables. Plusieurs simulations montrent que si le variogramme est estimé à l'aide d'un estimateur d'échelle, dont le point de rupture classique est de 50%, alors le nombre de données initiales pouvant être perturbées avant destruction de l'estimateur est approximativement de 30% en moyenne. Des résultats théoriques sur des configurations spatiales régulières ou irrégulières confirment les affirmations précédentes. Finalement, la robustesse des estimateurs d'échelle est étudiée par rapport aux observations initiales plutôt qu'aux différences, mettant ainsi en évidence les difficultés qui peuvent surgir lors de l'application de l'estimation d'échelle à l'estimation du variogramme. Alors que les méthodes statistiques classiques se basent généralement sur l'indépendance des observations, les techniques de géostatistique reposent fondamentalement sur la dépendance des données. Une deuxième partie de cette thèse est donc consacrée à l'étude des effets de ces dépendances sur l'estimation du variogramme. Dans cette situation, la fonction d'influence reste inchangée, mais la fonction de changement-de-variance doit être étendue à des observations dépendantes. Par ailleurs, nous montrons que pour une distribution normale, la variance asymptotique d'un M-estimateur d'échelle est minimale dans le cas indépendant et doit nécessairement augmenter pour des données dépendantes. Des processus ARMA sont utilisés pour modéliser la dépendance entre les données et montrent que dans ce cas, les propriétés de robustesse restent très semblables au cas indépendant. Des résultats théoriques et des simulations confirment que la variance asymptotique de l'estimateur classique du variogramme est la plus sensible à une augmentation due aux dépendances. La troisième et dernière partie de ce travail est consacrée au développement d'une technique d'ajustement d'un variogramme, basée sur la méthode des moindres carrés généralisés. Celle-ci s'appuie sur la structure de variance-covariance des estimateurs du variogramme, qui peut s'expliciter pour l'estimateur classique de Matheron, sous certaines hypothèses. Un grand nombre de simulations est effectué avec plusieurs types de variogrammes sous-jacents ainsi que des données aberrantes. Les résultats montrent que notre technique, couplée avec un estimateur robuste du variogramme tel que Qn, améliore significativement l'ajustement. Une généralisation de notre procédure à des données dans Rd, d ≥ 2, est également exposée. Finalement, notre démarche est appliquée sur des données provenant d'un exemple réel. Note de contenu : 1. Introduction
1.1. Anecdote
1.2. Plan de la thèse
2. Quelques concepts de géostatistique
2.1. Le variogramme
2.2. Estimation du variogramme
2.3. Ajustement du variogramme
2.4. Le krigeage
3. Estimateurs robustes d'échelle
3.1. Quelques notions de robustesse
3.2. Les M-estimateurs d'échelle
3.3. Les estimateurs d'échelle Sn et Qn
3.4. Le point de rupture spatial
3.5. Robustesse par rapport aux données ou aux différences ?
4. Les effets de la dépendance
4.1. La fonction de changement-de-variance sous dépendance
4.2. Modélisation de la dépendance par des processus ARMA (p,q)
4.3. Quelques exemples
4.4. Comparaison de variances asymptotiques sous dépendance
5. Ajustement du variogramme par moindres carrés généralisés
5.1. La structure de variance-covariance des estimateurs du variogramme
5.2. Ajustement du variogramme par une méthode explicite de moindres carrés généralisés dans R1
5.3. Généralisation de la méthode d'ajustement à des données dans Rd, d≥2
5.4. Un exemple pratique : l =e taux de charbonNuméro de notice : 19377 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/MATHEMATIQUE Nature : Thèse étrangère Note de thèse : Thèse de doctorat : Mathématiques : EPFL Lausane : 1996 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=82144 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 19377-01 THESE Livre Centre de documentation Thèses Disponible Practical handbook of spatial statistics / Sandra L. Arlinghaus (1995)PermalinkStatistique et territoire / J. Charre (1995)PermalinkUtilisation des mesures GPS pour la restitution dynamique précise d'orbites et l'amélioration des modèles globaux de champ de gravité terrestre / Félix Perosanz (1995)PermalinkAtmospheric pressure loading effects on global positioning system coordinate determinations / Tonie M. VanDam in Journal of geophysical research : Solid Earth, vol 99 n° 12 (10/12/1994)PermalinkAutoregressive Modelle für die Texturanalyse in digitalen Bildern / Yue Pan (1994)PermalinkModélisation et estimation des erreurs de mesure / M. Neuilly (1993)PermalinkImage analysis and mathematical morphology, 1. Volume 1 / J. Serra (1992)PermalinkSample surveys that use imagery with varying area coverage / L. Harrington in Photogrammetric Engineering & Remote Sensing, PERS, vol 56 n° 2 (february 1990)PermalinkBayesian inference with geodetic applications / Karl Rudolf Koch (1990)PermalinkCombination of terrestrial and GPS data for Earth deformation studies / D.B. Grant (1990)PermalinkEstimation sans biais des variances des différents groupes d'observations dans une compensation hétérogène / Namik Kopliku (1990)PermalinkIntegrierte Ausgleichung geodätischer Netze im Massenpunktmodell / T. Muller (1990)PermalinkVegetation in deserts: environmental influences on regional abundance / M.O. Smith in Remote sensing of environment, vol 31 n° 1 (01/01/1990)PermalinkThe mean and variance of area estimates computed in an arc-node geographic information system / S.P. Prisley in Photogrammetric Engineering & Remote Sensing, PERS, vol 55 n° 11 (november 1989)PermalinkTopographic normalization of Landsat Thematic Mapper digital imagery / Daniel L. Civco in Photogrammetric Engineering & Remote Sensing, PERS, vol 55 n° 9 (september 1989)PermalinkData structure characterization of multispectral data using principal component and principal factor analysis / J.K. Lee in Geocarto international, vol 4 n° 2 (June - August 1989)PermalinkAn optimum calibration procedure for radiometers / G.E. Peckham in International Journal of Remote Sensing IJRS, vol 10 n° 1 (January 1989)PermalinkPrécis d'analyse d'images / M. Coster (1989)PermalinkA simulation study of the overdetermined geodetic boundary value problem using collocation / L. Tsaoussi (1989)PermalinkThe use of variograms in remote sensing : 2. Real digital images / Curtis E. Woodcock in Remote sensing of environment, vol 25 n° 3 (01/08/1988)Permalink