180 pages - November 2018
ISBN papier : 9781784055226
ISBN ebook : 9781784065225
Paperback 40,00 Buy on Amazon

Available from your bookseller or Amazon


Ebook

9,90

Prices reserved for private individuals.
Licenses for institutions: contact us
Our e-books are in PDF format (readable on any device).

La surdispersion est un phénomène couramment rencontré en analyse statistique des données de comptage. Elle survient dans de nombreux domaines comme l’assurance, l’économie et l’épidémiologie. Ses causes sont variées, par exemple la présence d’une hétérogénéité inobservée entre individus ou l’inflation de zéros.

Cet ouvrage présente des méthodes et modèles statistiques qui permettent de prendre en compte cette surdispersion. Il met lʼaccent notamment sur les avancées récentes obtenues dans le domaine des modèles de régression à inflation de zéros. Des applications sur données réelles, traitées avec le logiciel R, accompagnent la présentation. En particulier, un jeu de données issu du champ de l’économie de la santé sert de fil conducteur dans la majeure partie de l’ouvrage.

Méthodes statistiques pour l’analyse de données de comptage surdispersées est accessible à tout lecteur, statisticien de formation ou non, qui sait mettre en oeuvre les modèles de régression linéaires et linéaires généralisés.

1. Le modèle linéaire : un bref aperçu
2. Modèles linéaires généralisés
3. Surdispersion des données de comptage
4. Données de comptage et inflation de zéros

Jean-François Dupuy

Jean-François Dupuy est professeur des universités à l’INSA Rennes et membre de l’Institut de recherche mathématique de Rennes. Ses travaux de recherche portent sur les modèles de régression à inflation de zéros.

Introduction Table des matières