Matches in SemOpenAlex for { <https://semopenalex.org/work/W145401360> ?p ?o ?g. }
Showing items 1 to 42 of
42
with 100 items per page.
- W145401360 abstract "Au cours des 10 dernieres annees, les techniques de reduction d'echelle (dynamiques oustatistiques) ont ete largement developpees afin de fournir une information sur lechangement climatique a une resolution plus fine que celle fournie par les modelesclimatiques globaux (MCG). Vu que la plus grande preoccupation des techniques dereduction d'echelle est de fournir l'information la plus precise possible, les analystes ontessaye de nombreuses methodes pour ameliorer la selection des predicteurs, etapecruciale en reduction d'echelle statistique.Des methodes classiques sont utilisees, telles que les methodes de regression simple enparticulier la methode de regression pas a pas. Cependant, cette derniere presentequelques limites en traitant les problemes de colinearite des variables ainsi qu'enfournissant des modeles complexes difficiles a interpreter. La methode lasso est utiliseecomme une deuxieme alternative. L'objectif de cette etude est la comparaison desperformances d'une methode classique de regression (regression pas a pas) et de lamethode lasso. Pour ce faire, des series de donnees de 9 stations situees au sud du Quebecainsi que 25 predicteurs, s'etalant sur la periode de 1961-1990 sont exploites. Lesresultats indiquent qu'en raison de ses avantages de calcul et de sa facilited'implementation, lasso donne de meilleurs resultats en se basant sur le coefficient dedetermination et l'erreur quadratique moyenne (EQM) utilises comme outils decomparaison des performances." @default.
- W145401360 created "2016-06-24" @default.
- W145401360 creator A5070368691 @default.
- W145401360 date "2012-01-01" @default.
- W145401360 modified "2023-09-24" @default.
- W145401360 title "Sélection des prédicteurs pour la mise à l'échelle des données MCG par la méthode Lasso." @default.
- W145401360 cites W1581001755 @default.
- W145401360 cites W1680014149 @default.
- W145401360 cites W1976365540 @default.
- W145401360 cites W1993189961 @default.
- W145401360 cites W2014725748 @default.
- W145401360 cites W2029765118 @default.
- W145401360 cites W2034562813 @default.
- W145401360 cites W2048032630 @default.
- W145401360 cites W2062102668 @default.
- W145401360 cites W2063978378 @default.
- W145401360 cites W2071377852 @default.
- W145401360 cites W2074682976 @default.
- W145401360 cites W2133100596 @default.
- W145401360 cites W2135046866 @default.
- W145401360 cites W2164776629 @default.
- W145401360 cites W3146354115 @default.
- W145401360 cites W48332454 @default.
- W145401360 hasPublicationYear "2012" @default.
- W145401360 type Work @default.
- W145401360 sameAs 145401360 @default.
- W145401360 citedByCount "0" @default.
- W145401360 crossrefType "journal-article" @default.
- W145401360 hasAuthorship W145401360A5070368691 @default.
- W145401360 hasConcept C138885662 @default.
- W145401360 hasConcept C15708023 @default.
- W145401360 hasConcept C17744445 @default.
- W145401360 hasConceptScore W145401360C138885662 @default.
- W145401360 hasConceptScore W145401360C15708023 @default.
- W145401360 hasConceptScore W145401360C17744445 @default.
- W145401360 hasLocation W1454013601 @default.
- W145401360 hasOpenAccess W145401360 @default.
- W145401360 hasPrimaryLocation W1454013601 @default.
- W145401360 isParatext "false" @default.
- W145401360 isRetracted "false" @default.
- W145401360 magId "145401360" @default.
- W145401360 workType "article" @default.