Accueil > Documentations scientifiques > Revues récentes > La Revue des ISTs de Madagascar > ACTE DES JOURNEES DE RECHERCHE SCIENTIFIQUE DES ISTs ET DE LEURS (...) > Article 15OST5 : Une nouvelle approche de sélection bayésienne des modèles de (...)
-
Article 15OST5 : Une nouvelle approche de sélection bayésienne des modèles de régression linéaire
La Revue des ISTs de Madagascarauteur(s) : T. Rabenantenaina ; P. Bemarisika ; A. Totohasina
Mots clés : Information de Kullback-Leibler, critère d’information bayésien, loi a priori non informative, loi a priori informative.
[FRS] Nous nous intéressons à la sélection bayésienne des modèles de régression linéaire. Nous l’abordons sur ses divers aspects afin de fournir au lecteur un guide précis. Pour cela, nous présentons successivement les cas où les lois a priori sur les paramètres des modèles sont informatives ou non informatives. Dans le cas non informatif, nous proposons d’utiliser la loi a priori de Jeffreys fondé sur l’information de Fisher. Dans le cas informatif, nous étudions la loi jointe a priori de ces deux paramètres qui suivent une distribution normalegamma. Nous nous proposons alors de donner quelques propriétés de ces estimateurs pour les deux cas. Et à partir de ces propriétés, nous proposons un nouveau critère de sélection de modèle se basant sur le calcul de la divergence de Kullback-Leibler entre les paramètres estimés et les vrais paramètres pour deux cas possibles de loi a priori.
Télécharger