Descripteur
Documents disponibles dans cette catégorie (34)
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
Titre : Regression Modeling Strategies : With Applications to Linear Models, Logistic and Ordinal Regression, and Survival Analysis Type de document : Monographie Auteurs : Frank E. Harrell Jr., Auteur Editeur : Springer International Publishing Année de publication : 2015 Importance : 582 p. Format : 18 x 26 cm ISBN/ISSN/EAN : 978-3-319-19425-7 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] Bootstrap (statistique)
[Termes IGN] modèle de régression
[Termes IGN] modèle de simulation
[Termes IGN] R (langage)
[Termes IGN] régression linéaire
[Termes IGN] régression logistiqueRésumé : (éditeur) This highly anticipated second edition features new chapters and sections, 225 new references, and comprehensive R software. In keeping with the previous edition, this book is about the art and science of data analysis and predictive modeling, which entails choosing and using multiple tools. Instead of presenting isolated techniques, this text emphasizes problem solving strategies that address the many issues arising when developing multivariable models using real data and not standard textbook examples. It includes imputation methods for dealing with missing data effectively, methods for fitting nonlinear relationships and for making the estimation of transformations a formal part of the modeling process, methods for dealing with "too many variables to analyze and not enough observations," and powerful model validation techniques based on the bootstrap. The reader will gain a keen understanding of predictive accuracy, and the harm of categorizing continuous predictors or outcomes. This text realistically deals with model uncertainty, and its effects on inference, to achieve "safe data mining." It also presents many graphical methods for communicating complex regression models to non-statisticians. Regression Modeling Strategies presents full-scale case studies of non-trivial datasets instead of over-simplified illustrations of each method. These case studies use freely available R functions that make the multiple imputation, model building, validation, and interpretation tasks described in the book relatively easy to do. Most of the methods in this text apply to all regression models, but special emphasis is given to multiple regression using generalized least squares for longitudinal data, the binary logistic model, models for ordinal responses, parametric survival regression models, and the Cox semiparametric survival model. A new emphasis is given to the robust analysis of continuous dependent variables using ordinal regression. Note de contenu : Introduction
1- General Aspects of Fitting Regression Models
2- Missing Data
3- Multivariable Modeling Strategies
4- Describing, Resampling, Validating, and Simplifying the Model
5- R Software
6- Modeling Longitudinal Responses using Generalized Least Squares
7- Case Study in Data Reduction
8- Overview of Maximum Likelihood Estimation
9- Binary Logistic Regression
10- Case Study in Binary Logistic Regression, Model Selection and Approximation: Predicting Cause of Death
11- Logistic Model Case Study 2: Survival of Titanic Passengers
12- Ordinal Logistic Regression
13- Case Study in Ordinal Regression, Data Reduction, and Penalization
14- Regression Models for Continuous Y and Case Study in Ordinal Regression
15- Transform-Both-Sides Regression
16- Introduction to Survival Analysis
17- Parametric Survival Models
18- Case Study in Parametric Survival Modeling and Model Approximation
19- Cox Proportional Hazards Regression Model
20- Case Study in Cox RegressionNuméro de notice : 25813 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE/MATHEMATIQUE Nature : Monographie En ligne : https://doi.org/10.1007/978-3-319-19425-7 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95076 SLIDER: Software for LongItudinal Data Exploration with R / Hadrien Commenges in Cybergeo, European journal of geography, n° 2014 ([01/06/2014])
[article]
Titre : SLIDER: Software for LongItudinal Data Exploration with R Type de document : Article/Communication Auteurs : Hadrien Commenges, Auteur ; Pierre Pistre, Auteur ; Robin Cura, Auteur Année de publication : 2014 Note générale : bibliographie Langues : Français (fre) Anglais (eng) Descripteur : [Termes IGN] application web
[Termes IGN] exploration de données
[Termes IGN] plateforme logicielle
[Termes IGN] programme interactif
[Termes IGN] R (langage)
[Termes IGN] visualisation de données
[Vedettes matières IGN] GéovisualisationRésumé : (auteur) Cet article présente une plateforme web interactive baptisée “SLIDER” et un type de graphique original baptisé “graphique en coulées” (slide plot), ces deux outils étant conçus pour explorer des données longitudinales. L’article commence par un court état de l’art des modes de visualisation existants pour analyser les données longitudinales. Il poursuit par une présentation de l’usage et des caractéristiques techniques du graphique en coulées. Enfin, il décrit la plateforme interactive mise en place avec le package shiny du logiciel R. Numéro de notice : A2014-810 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/INFORMATIQUE Nature : Article DOI : 10.4000/cybergeo.26530 En ligne : https://doi.org/10.4000/cybergeo.26530 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86370
in Cybergeo, European journal of geography > n° 2014 [01/06/2014][article]
Titre : Bayesian essentials with R Type de document : Monographie Auteurs : Jean-Michel Marin, Auteur ; Christian P. Robert, Auteur Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 2014 Importance : 296 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-1-4614-8687-9 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] algorithme de Métropolis-Hastings
[Termes IGN] classification bayesienne
[Termes IGN] échantillonnage de Gibbs
[Termes IGN] méthode de Monte-Carlo par chaînes de Markov
[Termes IGN] modèle linéaire
[Termes IGN] problème de Dirichlet
[Termes IGN] R (langage)
[Termes IGN] régression linéaire
[Termes IGN] série temporelle
[Termes IGN] théorème de BayesRésumé : (éditeur) This Bayesian modeling book provides a self-contained entry to computational Bayesian statistics. Focusing on the most standard statistical models and backed up by real datasets and an all-inclusive R (CRAN) package called bayess, the book provides an operational methodology for conducting Bayesian inference, rather than focusing on its theoretical and philosophical justifications. Readers are empowered to participate in the real-life data analysis situations depicted here from the beginning. The stakes are high and the reader determines the outcome. Special attention is paid to the derivation of prior distributions in each case and specific reference solutions are given for each of the models. Similarly, computational details are worked out to lead the reader towards an effective programming of the methods given in the book. In particular, all R codes are discussed with enough detail to make them readily understandable and expandable. This works in conjunction with the bayess package. Bayesian Essentials with R can be used as a textbook at both undergraduate and graduate levels, as exemplified by courses given at Université Paris Dauphine (France), University of Canterbury (New Zealand), and University of British Columbia (Canada). It is particularly useful with students in professional degree programs and scientists to analyze data the Bayesian way. The text will also enhance introductory courses on Bayesian statistics. Prerequisites for the book are an undergraduate background in probability and statistics, if not in Bayesian statistics. A strength of the text is the noteworthy emphasis on the role of models in statistical analysis. Note de contenu : 1- User’s Manual
2- Normal Models
3- Regression and Variable Selection
4- Generalized Linear Models
5- Capture–Recapture Experiments
6- Mixture Models
7- Time Series
8- Image AnalysisNuméro de notice : 25759 Affiliation des auteurs : non IGN Thématique : MATHEMATIQUE Nature : Monographie En ligne : https://link.springer.com/book/10.1007%2F978-1-4614-8687-9#toc Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94954
Titre : R et espace : Traitement de l’information géographique Type de document : Guide/Manuel Auteurs : Groupe Element R, Auteur ; Hadrien Commenges, Éditeur scientifique ; Laurent Beauguitte, Auteur ; Elodie Buard , Auteur ; Robin Cura, Auteur ; Florent Le Néchet, Auteur ; Marion Le Texier, Auteur ; Hélène Mathian, Auteur ; Sébastien Rey, Auteur Editeur : Framabook Année de publication : 2014 Importance : 250 p. Format : 21 x 30 cm ISBN/ISSN/EAN : 979-10-92674-06-4 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] analyse bivariée
[Termes IGN] analyse factorielle
[Termes IGN] autocorrélation spatiale
[Termes IGN] classification
[Termes IGN] exploration de données géographiques
[Termes IGN] géostatistique
[Termes IGN] géovisualisation
[Termes IGN] graphe
[Termes IGN] objet géographique
[Termes IGN] R (langage)Résumé : (Editeur) Un irremplaçable support technique pour les utilisateurs de R appliqué à l’analyse de l’information géographique ! Ce manuel a pour ambition d’offrir un support technique à des étudiants, enseignants-chercheurs, ingénieurs de toutes disciplines qui partagent notre intérêt pour l’utilisation des méthodes d’analyse de l’information géographique et souhaiteraient pouvoir développer leurs travaux à l’aide du logiciel libre R. Il est accompagné de jeux de données et peut être utilisé comme support pédagogique. Plus spécifiquement, ce manuel propose une prise en main dédiée à des personnes s’initiant simultanément au traitement de données géographiques et à la programmation avec R. L’éclairage est celui de l’analyse spatiale, à savoir des méthodes mises en œuvre pour l’étude des organisations dans l’espace. Note de contenu : 1 - Introduction
2 - Prise en main et manipulation des données
3 - Introduction à la programmation
4 - Analyse univariée
5 - Analyse bivariée
6 - Analyses factorielles
7 - Méthodes de classification
8 - Analyse de graphes
9 - Focus sur la visualisation graphique
10 - Introduction aux objets spatiaux et à la cartographie
11 - Initiation aux statistiques spatialesNuméro de notice : 17169 Affiliation des auteurs : LASTIG COGIT+Ext (2012-2019) Thématique : GEOMATIQUE Nature : Manuel de cours nature-HAL : OuvrScient DOI : sans En ligne : http://framabook.org/docs/Respace/RetEspace_final_20140901.pdf Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=80969 Voir aussiExemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 22147-01 DEP-EXM Livre LASTIG Dépôt en unité Exclu du prêt 17169-01 K308 Livre LASTIG Dépôt en unité Exclu du prêt Documents numériques
en open access
R et espaceAdobe Acrobat PDF Estimating the uncertainty of terrestrial laser scanner measurements / M. Polo in IEEE Transactions on geoscience and remote sensing, vol 50 n° 11 Tome 2 (November 2012)
[article]
Titre : Estimating the uncertainty of terrestrial laser scanner measurements Type de document : Article/Communication Auteurs : M. Polo, Auteur ; Ángel M. Felicísimo, Auteur ; A. Villanueva, Auteur ; J. Martinez-Del-Pozo, Auteur Année de publication : 2012 Article en page(s) : pp 4804 - 4808 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] estimation statistique
[Termes IGN] incertitude de mesurage
[Termes IGN] lidar topographique
[Termes IGN] précision des données
[Termes IGN] R (langage)
[Termes IGN] télémètre laser terrestreRésumé : (Auteur) At present, several papers discuss the accuracy and precision of terrestrial laser scanners (TLSs), but the research continues to focus on the behavior of the TLSs. The purpose of this paper is to propose a method to evaluate the uncertainty of a TLS (FARO Photon 80). A rigid and transportable aluminum structure with 28 black-and-white targets was designed for this purpose. The structure was scanned 12 times at several distances from 2 to 70 m, and the x, y, and z coordinates of the center of the targets were automatically identified. Data were analyzed by means of circular and spherical statistics using R modules programmed in our research group. Analysis reveals that 3-D spatial distribution has a stratified pattern in the Z-axis. Regardless of the scanner status, these results indicate that these analyses should be performed periodically because they can have an impact on some studies. The proposed methodology is robust and simple and can be performed with free software such as the R modules used in this work. Numéro de notice : A2012-592 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2012.2192481 Date de publication en ligne : 08/05/2012 En ligne : https://doi.org/10.1109/TGRS.2012.2192481 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32038
in IEEE Transactions on geoscience and remote sensing > vol 50 n° 11 Tome 2 (November 2012) . - pp 4804 - 4808[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 065-2012111B RAB Revue Centre de documentation En réserve L003 Disponible Biais et dérives dans l'altimétrie satellitale à partir de comparaisons avec des marégraphes co-localisés avec des stations GPS / Médéric Gravelle (2010)PermalinkA preliminary method for the evaluation of the landslides volume at a regional scale / Ivan Marchesini in Geoinformatica, vol 13 n° 3 (September 2009)PermalinkPermalinkApplied spatial data analysis with R / R.S. Bivand (2008)Permalink