| Property |
Value |
| dbo:abstract
|
- Une régression non linéaire consiste à ajuster un modèle, en général non linéaire, y = ƒa1, …, am(x) pour un ensemble de valeurs (xi, yi)1 ≤ i ≤ n. Les variables xi et yi peuvent être des scalaires ou des vecteurs. Par « ajuster », il faut comprendre : déterminer les paramètres de la loi, (a1, …, am), afin de minimiser S = ||ri||, avec : ri = yi - ƒa1, …, am(xi).||…|| est une norme. On utilise en général la norme euclidienne, ou norme ℓ2 ; on parle alors de méthode des moindres carrés.
* Exemple de régression non linéaire avec barres d'incertitudes.
* Décomposition en deux gaussiennes en utilisant six paramètres. (Illustrations extraites du livre Calcul d'incertitudes).Article détaillé : Régression (statistiques). (fr)
- Une régression non linéaire consiste à ajuster un modèle, en général non linéaire, y = ƒa1, …, am(x) pour un ensemble de valeurs (xi, yi)1 ≤ i ≤ n. Les variables xi et yi peuvent être des scalaires ou des vecteurs. Par « ajuster », il faut comprendre : déterminer les paramètres de la loi, (a1, …, am), afin de minimiser S = ||ri||, avec : ri = yi - ƒa1, …, am(xi).||…|| est une norme. On utilise en général la norme euclidienne, ou norme ℓ2 ; on parle alors de méthode des moindres carrés.
* Exemple de régression non linéaire avec barres d'incertitudes.
* Décomposition en deux gaussiennes en utilisant six paramètres. (Illustrations extraites du livre Calcul d'incertitudes).Article détaillé : Régression (statistiques). (fr)
|
| dbo:thumbnail
| |
| dbo:wikiPageExternalLink
| |
| dbo:wikiPageID
| |
| dbo:wikiPageLength
|
- 2446 (xsd:nonNegativeInteger)
|
| dbo:wikiPageRevisionID
| |
| dbo:wikiPageWikiLink
| |
| prop-fr:wikiPageUsesTemplate
| |
| dct:subject
| |
| rdfs:comment
|
- Une régression non linéaire consiste à ajuster un modèle, en général non linéaire, y = ƒa1, …, am(x) pour un ensemble de valeurs (xi, yi)1 ≤ i ≤ n. Les variables xi et yi peuvent être des scalaires ou des vecteurs. Par « ajuster », il faut comprendre : déterminer les paramètres de la loi, (a1, …, am), afin de minimiser S = ||ri||, avec : ri = yi - ƒa1, …, am(xi).||…|| est une norme. On utilise en général la norme euclidienne, ou norme ℓ2 ; on parle alors de méthode des moindres carrés.
* Exemple de régression non linéaire avec barres d'incertitudes.
* (fr)
- Une régression non linéaire consiste à ajuster un modèle, en général non linéaire, y = ƒa1, …, am(x) pour un ensemble de valeurs (xi, yi)1 ≤ i ≤ n. Les variables xi et yi peuvent être des scalaires ou des vecteurs. Par « ajuster », il faut comprendre : déterminer les paramètres de la loi, (a1, …, am), afin de minimiser S = ||ri||, avec : ri = yi - ƒa1, …, am(xi).||…|| est une norme. On utilise en général la norme euclidienne, ou norme ℓ2 ; on parle alors de méthode des moindres carrés.
* Exemple de régression non linéaire avec barres d'incertitudes.
* (fr)
|
| rdfs:label
|
- Hồi quy phi tuyến tính (vi)
- Regresión no lineal (es)
- Regressió no lineal (ca)
- Regressão não linear (pt)
- Régression non linéaire (fr)
- Hồi quy phi tuyến tính (vi)
- Regresión no lineal (es)
- Regressió no lineal (ca)
- Regressão não linear (pt)
- Régression non linéaire (fr)
|
| owl:sameAs
| |
| prov:wasDerivedFrom
| |
| foaf:depiction
| |
| foaf:isPrimaryTopicOf
| |
| is dbo:wikiPageRedirects
of | |
| is dbo:wikiPageWikiLink
of | |
| is oa:hasTarget
of | |
| is foaf:primaryTopic
of | |
