Modèles à variables latentes et modèles de mélange

Jean-Jacques Droesbeke (1) , Gilbert Saporta (2) , Christine Thomas-Agnan (3)

1 ULB - Université libre de Bruxelles
2 CEDRIC - MSDMA - CEDRIC. Méthodes statistiques de data-mining et apprentissage
3 TSE-R - Toulouse School of Economics

Cet ouvrage est consacré à un domaine de recherche porteur de nombreux développements, tout particulièrement depuis une quinzaine d’années. L’une des innovations des modèles à variables latentes est de prendre en compte des variables inobservables, causes de phénomènes qui, eux, peuvent s’observer directement. Cette formalisation permet de fédérer de nombreuses méthodes utilisées dans des domaines très divers de la statistique : – l’analyse factorielle, – l’analyse en classes latentes, – les modèles structurels où des blocs de variables sont expliqués chacun par des variables latentes, elles-mêmes reliées entre elles par un graphe de causalité, – les modèles de mélange fini de distributions. Cet ouvrage est le fruit de la collaboration entre spécialistes parmi les plus réputés : Vincenzo Esposito Vinzi (ESSEC, Cergy-Pontoise), Bernard Garel (Institut national polytechnique, Toulouse), Gérard Govaert (Université de technologie de Compiègne), Emmanuel Jakobowicz (Addinsoft, Paris), Alain Monfort (CNAM, Paris), Roger Pradel (Centre d’écologie fonctionnelle et évolutive, Montpellier) et Jeroen Kornelis Vermunt (Université de Tilburg, Pays-Bas), réunis à l’occasion des 13e Journées d’étude en statistique organisées par la SFdS au Centre international de rencontres mathématiques de Luminy.

Mots clés: Mixtures; latent classes

Mots clés: Mélanges; classes latentes

Domaines: Statistiques [math.ST]

Jean-Jacques Droesbeke, Gilbert Saporta, Christine Thomas-Agnan (Dir.). Modèles à variables latentes et modèles de mélange. Technip. Editions Technip, 306 p., 2013, 978-2-7108-0959-3. ⟨hal-01126237⟩