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.
Type de document :
Communication dans un congrès
3èmes rencontres R, Jun 2014, Montpellier, France
Liste complète des métadonnées

https://hal.inria.fr/hal-01109006
Contributeur : Isabelle Charlier <>
Soumis le : vendredi 23 janvier 2015 - 19:52:18
Dernière modification le : jeudi 11 janvier 2018 - 06:22:11
Document(s) archivé(s) le : vendredi 11 septembre 2015 - 09:02:03

Fichier

Charlier_Isabelle_rencontres_R...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • 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〉

Partager

Métriques

Consultations de la notice

174

Téléchargements de fichiers

105