Régression robuste : méthodes et applications

Cette séance de cours présente des méthodes robustes et résistantes dans des modèles linéaires, en se concentrant sur les limites de lestimateur des moindres carrés (LSE) en présence dobservations extrêmes. L'instructeur discute du concept de robustesse et de résistance dans les modèles de régression, soulignant l'importance de ne pas être fortement affecté par les changements dans les données ou les écarts par rapport à la distribution. Diverses procédures robustes/résistantes sont explorées, telles que les moyennes ajustées, les estimations pondérées et les M-Estimateurs. La séance de cours couvre également l'efficacité relative asymptotique (ARE) et ses implications dans les modèles linéaires, fournissant des exemples pour illustrer le concept. De plus, des applications pratiques, comme la règle de Mallow, sont présentées pour guider l'analyse face aux divergences entre les méthodes robustes et standard.