FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W65016146> ?p ?o ?g. }

• W65016146 abstract "La modelisation par equations structurelles est tres repandue dans des domaines tres varies et nous l'appliquons pour la premiere fois en metrologie dans le traitement de donnees de comparaisons interlaboratoires. Les modeles a equations structurelles a variables latentes sont des modeles multivaries utilises pour modeliser des relations de causalite entre des variables observees (les donnees). Le modele s'applique dans le cas ou les donnees peuvent etre regroupees dans des blocs disjoints ou chaque bloc definit un concept modelise par une variable latente. La structure de correlation des variables observees est ainsi resumee dans la structure de correlation des variables latentes. Nous proposons une approche bayesienne des modeles a equations structurelles centree sur l'analyse de la matrice de correlation des variables latentes. Nous appliquons une expansion parametrique a la matrice de correlation des variables latentes afin de surmonter l'indetermination de l'echelle des variables latentes et d'ameliorer la convergence de l'algorithme de Gibbs utilise. La puissance de l'approche structurelle nous permet de proposer une modelisation riche et flexible des biais de mesure qui vient enrichir le calcul de la valeur de consensus et de son incertitude associee dans un cadre entierement bayesien. Sous certaines hypotheses l'approche permet de maniere innovante de calculer les contributions des variables de biais au biais des laboratoires. Plus generalement nous proposons un cadre bayesien pour l'amelioration de la qualite des mesures. Nous illustrons et montrons l'interet d'une modelisation structurelle des biais de mesure sur des comparaisons interlaboratoires en environnement." @default.
• W65016146 created "2016-06-24" @default.
• W65016146 creator A5050182807 @default.
• W65016146 date "2011-03-04" @default.
• W65016146 modified "2023-09-27" @default.
• W65016146 title "Approche bayésienne de l'évaluation de l'incertitude de mesure : application aux comparaisons interlaboratoires" @default.
• W65016146 cites W128740895 @default.
• W65016146 cites W1602551265 @default.
• W65016146 cites W1967321016 @default.
• W65016146 cites W1981457167 @default.
• W65016146 cites W1985093013 @default.
• W65016146 cites W2000439279 @default.
• W65016146 cites W2001248225 @default.
• W65016146 cites W2001425623 @default.
• W65016146 cites W2020999234 @default.
• W65016146 cites W2021744602 @default.
• W65016146 cites W2025183033 @default.
• W65016146 cites W2045656233 @default.
• W65016146 cites W2051203581 @default.
• W65016146 cites W2069402361 @default.
• W65016146 cites W2078222922 @default.
• W65016146 cites W2091276705 @default.
• W65016146 cites W2098601118 @default.
• W65016146 cites W2108207895 @default.
• W65016146 cites W2108306139 @default.
• W65016146 cites W2120699767 @default.
• W65016146 cites W2138309709 @default.
• W65016146 cites W2152977846 @default.
• W65016146 cites W2162898443 @default.
• W65016146 cites W2168934042 @default.
• W65016146 hasPublicationYear "2011" @default.
• W65016146 type Work @default.
• W65016146 sameAs 65016146 @default.
• W65016146 citedByCount "0" @default.
• W65016146 crossrefType "dissertation" @default.
• W65016146 hasAuthorship W65016146A5050182807 @default.
• W65016146 hasConcept C138885662 @default.
• W65016146 hasConcept C15708023 @default.
• W65016146 hasConcept C33923547 @default.
• W65016146 hasConceptScore W65016146C138885662 @default.
• W65016146 hasConceptScore W65016146C15708023 @default.
• W65016146 hasConceptScore W65016146C33923547 @default.
• W65016146 hasLocation W650161461 @default.
• W65016146 hasOpenAccess W65016146 @default.
• W65016146 hasPrimaryLocation W650161461 @default.
• W65016146 isParatext "false" @default.
• W65016146 isRetracted "false" @default.
• W65016146 magId "65016146" @default.
• W65016146 workType "dissertation" @default.