En statistique, le coefficient RV (pour rhô-vectoriel) est une généralisation multivariée du coefficient de corrélation de Pearson au carré (car le coefficient RV prend des valeurs comprises entre 0 et 1). Dans sa version population, il mesure le lien entre deux groupes de variables aléatoires en se basant sur la matrice de variance-covariance. Il peut être être estimé via la matrice de covariance empirique calculée à partir d'un échantillon.

Property Value
dbo:abstract
  • En statistique, le coefficient RV (pour rhô-vectoriel) est une généralisation multivariée du coefficient de corrélation de Pearson au carré (car le coefficient RV prend des valeurs comprises entre 0 et 1). Dans sa version population, il mesure le lien entre deux groupes de variables aléatoires en se basant sur la matrice de variance-covariance. Il peut être être estimé via la matrice de covariance empirique calculée à partir d'un échantillon. Les principales approches de l'analyse statistique multivariée des données peuvent toutes être intégrées dans un cadre commun dans lequel le coefficient RV est maximisé sous réserve de contraintes pertinentes. Plus précisément, ces méthodologies statistiques comprennent : * l'analyse des composants principaux ; * l'analyse de corrélation canonique ; * la régression multivariée ; * la classification statistique (discrimination linéaire). Un exemple d'application du coefficient RV est en neuroimagerie fonctionnelle où il peut mesurer la similitude entre les séries de scans cérébraux de deux sujets ou entre différents scans d'un même sujet. (fr)
  • En statistique, le coefficient RV (pour rhô-vectoriel) est une généralisation multivariée du coefficient de corrélation de Pearson au carré (car le coefficient RV prend des valeurs comprises entre 0 et 1). Dans sa version population, il mesure le lien entre deux groupes de variables aléatoires en se basant sur la matrice de variance-covariance. Il peut être être estimé via la matrice de covariance empirique calculée à partir d'un échantillon. Les principales approches de l'analyse statistique multivariée des données peuvent toutes être intégrées dans un cadre commun dans lequel le coefficient RV est maximisé sous réserve de contraintes pertinentes. Plus précisément, ces méthodologies statistiques comprennent : * l'analyse des composants principaux ; * l'analyse de corrélation canonique ; * la régression multivariée ; * la classification statistique (discrimination linéaire). Un exemple d'application du coefficient RV est en neuroimagerie fonctionnelle où il peut mesurer la similitude entre les séries de scans cérébraux de deux sujets ou entre différents scans d'un même sujet. (fr)
dbo:wikiPageID
  • 14105354 (xsd:integer)
dbo:wikiPageLength
  • 6942 (xsd:nonNegativeInteger)
dbo:wikiPageRevisionID
  • 188536144 (xsd:integer)
dbo:wikiPageWikiLink
prop-fr:wikiPageUsesTemplate
dct:subject
rdfs:comment
  • En statistique, le coefficient RV (pour rhô-vectoriel) est une généralisation multivariée du coefficient de corrélation de Pearson au carré (car le coefficient RV prend des valeurs comprises entre 0 et 1). Dans sa version population, il mesure le lien entre deux groupes de variables aléatoires en se basant sur la matrice de variance-covariance. Il peut être être estimé via la matrice de covariance empirique calculée à partir d'un échantillon. (fr)
  • En statistique, le coefficient RV (pour rhô-vectoriel) est une généralisation multivariée du coefficient de corrélation de Pearson au carré (car le coefficient RV prend des valeurs comprises entre 0 et 1). Dans sa version population, il mesure le lien entre deux groupes de variables aléatoires en se basant sur la matrice de variance-covariance. Il peut être être estimé via la matrice de covariance empirique calculée à partir d'un échantillon. (fr)
rdfs:label
  • Coefficient RV (fr)
  • Coefficient RV (fr)
owl:sameAs
prov:wasDerivedFrom
foaf:isPrimaryTopicOf
is dbo:wikiPageDisambiguates of
is dbo:wikiPageRedirects of
is dbo:wikiPageWikiLink of
is oa:hasTarget of
is foaf:primaryTopic of