This HTML5 document contains 82 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dcthttp://purl.org/dc/terms/
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
dbpedia-eshttp://es.dbpedia.org/resource/
n17http://g.co/kg/m/
n18http://socserv.socsci.mcmaster.ca/jfox/Books/Companion/appendix/
rdfshttp://www.w3.org/2000/01/rdf-schema#
category-frhttp://fr.dbpedia.org/resource/Catégorie:
n11http://fr.dbpedia.org/resource/Modèle:
wikipedia-frhttp://fr.wikipedia.org/wiki/
n19http://fr.dbpedia.org/resource/Modèle:Traduction/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
owlhttp://www.w3.org/2002/07/owl#
n12http://ma-graph.org/entity/
n15http://www.math.univ-toulouse.fr/~besse/Wikistat/pdf/
dbpedia-frhttp://fr.dbpedia.org/resource/
prop-frhttp://fr.dbpedia.org/property/
provhttp://www.w3.org/ns/prov#
xsdhhttp://www.w3.org/2001/XMLSchema#
dbrhttp://dbpedia.org/resource/
wikidatahttp://www.wikidata.org/entity/

Statements

Subject Item
dbpedia-fr:Régression_non_paramétrique
rdfs:label
Regresión no paramétrica Régression non paramétrique
rdfs:comment
La régression non paramétrique est une forme d'analyse de la régression dans lequel le prédicteur, ou fonction d'estimation, ne prend pas de forme prédéterminée, mais est construit selon les informations provenant des données. La régression non paramétrique exige des tailles d'échantillons plus importantes que celles de la régression basée sur des modèles paramétriques parce que les données doivent fournir la structure du modèle ainsi que les estimations du modèle.
owl:sameAs
wikidata:Q3455886 n12:74127309 dbr:Nonparametric_regression n17:0c7pfv dbpedia-es:Regresión_no_paramétrica
dbo:wikiPageID
5055348
dbo:wikiPageRevisionID
188766352
dbo:wikiPageWikiLink
dbpedia-fr:Vecteur dbpedia-fr:Méthode_des_moindres_carrés dbpedia-fr:Lissage_(mathématiques) dbpedia-fr:Régularité_par_morceaux category-fr:Régression dbpedia-fr:Ondelette dbpedia-fr:Fonction_(mathématiques) category-fr:Statistiques_non_paramétriques dbpedia-fr:Corrélation_(statistiques) dbpedia-fr:Université_de_Toulouse category-fr:Recherche_en_psychologie dbpedia-fr:Régression_polynomiale dbpedia-fr:Base_orthonormée dbpedia-fr:Transformation_de_Fourier dbpedia-fr:Dérivabilité dbpedia-fr:Régression_linéaire dbpedia-fr:Economica dbpedia-fr:Spline dbpedia-fr:Projection_orthogonale dbpedia-fr:Régression_(statistiques) dbpedia-fr:Espace_L2 dbpedia-fr:Noyau_(statistiques) dbpedia-fr:Nuage_de_points
dbo:wikiPageExternalLink
n18:Appendix-Nonparametric-Regression.pdf n15:st-m-app-non-param.pdf
dbo:wikiPageLength
6798
dct:subject
category-fr:Recherche_en_psychologie category-fr:Statistiques_non_paramétriques category-fr:Régression
prop-fr:wikiPageUsesTemplate
n11:Loupe n11:Références n11:Ébauche n11:Ouvrage n11:Portail n11:Chapitre n11:Pdf n19:Référence n11:Lien_web
prov:wasDerivedFrom
wikipedia-fr:Régression_non_paramétrique?oldid=188766352&ns=0
prop-fr:année
2010 2008
prop-fr:collection
Corpus Économie
prop-fr:consultéLe
2016-04-06
prop-fr:format
pdf
prop-fr:isbn
978
prop-fr:jour
1
prop-fr:langue
en fr
prop-fr:lieu
Paris
prop-fr:lireEnLigne
n18:Appendix-Nonparametric-Regression.pdf
prop-fr:mois
septembre
prop-fr:nom
Weisberg Ahamada Flachaire Fox
prop-fr:pagesTotales
152
prop-fr:prénom
Sanford John Emmanuel Ibrahim
prop-fr:site
WikiStat
prop-fr:titre
Apprentissage non paramétrique en régression Économétrie non paramétrique
prop-fr:titreChapitre
Nonparametric Regression in R
prop-fr:url
n15:st-m-app-non-param.pdf
prop-fr:éditeur
Sage dbpedia-fr:Economica
prop-fr:numéroD'édition
1 2
prop-fr:ouvrage
An R Companion to Applied Regression
foaf:isPrimaryTopicOf
wikipedia-fr:Régression_non_paramétrique
dbo:abstract
La régression non paramétrique est une forme d'analyse de la régression dans lequel le prédicteur, ou fonction d'estimation, ne prend pas de forme prédéterminée, mais est construit selon les informations provenant des données. La régression non paramétrique exige des tailles d'échantillons plus importantes que celles de la régression basée sur des modèles paramétriques parce que les données doivent fournir la structure du modèle ainsi que les estimations du modèle.