ATTENTION/WARNING - NE PAS DÉPOSER ICI/DO NOT SUBMIT HERE

Ceci est la version de TEST de DIAL.mem. Veuillez ne pas soumettre votre mémoire sur ce site mais bien à l'URL suivante: 'https://thesis.dial.uclouvain.be'.
This is the TEST version of DIAL.mem. Please use the following URL to submit your master thesis: 'https://thesis.dial.uclouvain.be'.
 

Performance prédictive des modèles de prédictions multinomiaux

Wandji Kemadjou, Muriel Olivia
(2022)

Files

Wandji_78641900_2022.pdf
  • Closed access
  • Adobe PDF
  • 1.7 MB
Download not available

Details

Supervisors
El Ghouch, Anouar
Faculty
Faculté des sciences
Degree label
Master [120] en statistique, orientation générale, à finalité spécialisée
Abstract
Les modèles de régressions logistiques multinomiaux (MLR) sont beaucoup utilisé dans le domaine clinique pour des études dont la variable réponse comporte plus de deux catégories non ordonnées. Notre travail a consisté à faire des modèles de regression logistique en s'appuyant sur le maximum de vraisemblance et sur les pénalisations Lasso et Ridge . Puis à évaluer leurs performances prédictives sur des données réelles (Iris), et puis à travers une étude de simulation. Multinomial logistic regression (MLR) models are widely used in the clinical field for studies with more than two unordered categories in the response variable. Our work consisted in building logistic regression models based on maximum likelihood and on Lasso and Ridge penalties. Then we evaluated their predictive performance on real data (Iris), and then through a simulation study.

Citations

  • APA

Wandji Kemadjou, M. O. (2022). Performance prédictive des modèles de prédictions multinomiaux. https://dial-mem.test.bib.ucl.ac.be/handle/2078.2/28711