Estimation de quantiles conditionnels basée sur la quantification optimale sous R

Résumé : La régression quantile permet d'évaluer l'impact de covariables X sur une variable réponse Y. Une application majeure est la construction de courbes de référence et d'intervalles de prédiction conditionnels pour Y. Récemment, Charlier, Paindaveine et Saracco (2015) ont développé une nouvelle méthode non-paramétrique de régression quantile basée sur le concept de quantification optimale. Dans ce papier, nous décrivons un package R, appelé QuantifQuantile, qui permet d'appliquer cette méthode. Nous allons décrire les différentes fonctions de ce package et fournir des exemples.
Document type :
Conference papers
Complete list of metadatas

https://hal.inria.fr/hal-01109006
Contributor : Isabelle Charlier <>
Submitted on : Friday, January 23, 2015 - 7:52:18 PM
Last modification on : Thursday, January 11, 2018 - 6:22:11 AM
Long-term archiving on : Friday, September 11, 2015 - 9:02:03 AM

File

Charlier_Isabelle_rencontres_R...
Files produced by the author(s)

Identifiers

  • HAL Id : hal-01109006, version 1

Collections

Citation

Isabelle Charlier, Davy Paindaveine, Jérôme Saracco. Estimation de quantiles conditionnels basée sur la quantification optimale sous R. 3èmes rencontres R, Jun 2014, Montpellier, France. ⟨hal-01109006⟩

Share

Metrics

Record views

215

Files downloads

154