Parcourir par
Revues
Séminaires
Livres
Congrès
Sources
Geodesic
Parcourir par
Revues
Séminaires
Livres
Congrès
Sources
Journal de la société française de statistique
Tome 160 (2019)
Précédent
Suivant
Sommaire du
Fascicule no. 1
Numéro spécial : analyse de mélanges
Bayesian calibration of a numerical code for prediction
[Theory of code calibration and application to the prediction of a photovoltaic power plant electricity production]
Carmassi, Mathieu
;
Barbillon, Pierre
;
Chiodetti, Matthieu
;
Keller, Merlin
;
Parent, Eric
p. 1-30
Numéro spécial : analyse de mélanges
Éditorial du numéro spécial sur l’analyse de mélanges
Celeux, Gilles
p. 31-32
Numéro spécial : analyse de mélanges
Editorial of the Special Issue on Mixture Analysis
[Éditorial du numéro spécial sur l’analyse de mélanges]
Celeux, Gilles
p. 34-35
Numéro spécial : analyse de mélanges
Exact integrated completed likelihood maximisation in a stochastic block transition model for dynamic networks
[Maximisation d’un critère exact de classification pour un modèle des blocs latents pour les réseaux dynamiques]
Rastelli, Riccardo
p. 35-56
Numéro spécial : analyse de mélanges
Regularized Maximum Likelihood Estimation and Feature Selection in Mixtures-of-Experts Models
[Estimation par maximum de vraisemblance régularisé et sélection de variables dans les modèles de mélanges d’experts]
Chamroukhi, Faicel
;
Huynh, Bao-Tuyen
p. 57-85
Numéro spécial : analyse de mélanges
Testing for univariate two-component Gaussian mixture in practice
[Comment identifier un mélange gaussien en pratique ? Une étude comparative de tests]
Chauveau, Didier
;
Garel, Bernard
;
Mercier, Sabine
p. 86-113
Numéro spécial : analyse de mélanges
Bootstrap Validation of the Estimated Parameters in Mixture Models Used for Clustering
[Validation par bootstrap de l’estimation des paramètres d’un modèle de mélange utilisé en classification]
Taushanov, Zhivko
;
Berchtold, André
p. 114-129
Numéro spécial : analyse de mélanges
A mixture model to characterize genomic alterations of tumors
[Un modèle de mélange pour caractériser les altérations génomiques tumorales]
Keribin, Christine
;
Liu, Yi
;
Popova, Tatiana
;
Rozenholc, Yves
p. 130-148
Sommaire du
Fascicule no. 2
Closed-form Bayesian inference of graphical model structures by averaging over trees
Schwaller, Loïc
;
Robin, Stéphane
;
Stumpf, Michael
p. 1-23
Taking into account input uncertainties in the Bayesian calibration of time-consuming simulators
[Prise en compte des incertitudes sur les entrées de simulation pour le calage de codes numériques coûteux]
Perrin, Guillaume
;
Durantin, Cédric
p. 24-46
Conditional inference in parametric models
[Inférence conditionnelle dans les modèles paramétriques]
Broniatowski, Michel
;
Caron, Virgile
p. 48-66
An extension of MLDA to Three-way Contingency Tables
[Une extension de l’analyse discriminante multiblocs aux tableaux de contingence ternaires]
Casin, Philippe
p. 67-82
Cholesky and the Cholesky decomposition : a commemoration by an applied statistician
[Cholesky et la décomposition de Cholesky]
de Falguerolles, Antoine
p. 83-96
Revue Bibliographique
Compte-rendu sur le livre « Les forêts aléatoires avec R » par Robin Genuer et Jean-Michel Poggi
Ghattas, Badih
p. 97-98
Sommaire du
Fascicule no. 3
Minimal penalties and the slope heuristics: a survey
Minimal penalties and the slope heuristics: a survey
[Pénalités minimales et heuristique de pente]
Arlot, Sylvain
p. 1-106
Discussion
Can we trust
L
2
-criteria and
L
2
-losses?
[Peut-on avoir confiance dans les critères et les fonctions de perte
L
2
?]
Baraud, Yannick
p. 107-110
Discussion
On the significance of a linear relationship in density estimation with mixture models
[Sur la portée d’une relation linéaire pour l’estimation de densité par le modèle de mélange]
Baudry, Jean-Patrick
p. 111
Discussion
Discussion: Concentration for ordered smoothers
[Discussion : Concentration pour des lisseurs ordonnés]
Bellec, Pierre
p. 112-113
Discussion
Some thoughts about variable selection without information on the errors’ structure
[Quelques pensées sur la sélection de variables sans information sur la structure des erreurs]
Birgé, Lucien
p. 114-116
Discussion
When is the slope heuristic useful?
[Quand l’heuristique de pente est-elle utile ?]
Celeux, Gilles
p. 117-118
Discussion
Discussion on “Minimal penalties and the slope heuristic: a survey” by Sylvain Arlot
[Discussion sur « Pénalités minimales et heuristique de pente » par Sylvain Arlot]
Devijver, Émilie
p. 119-120
Discussion
Discussion of “Minimal penalties and the slope heuristics: a survey” by Sylvain Arlot
[Discussion sur « Pénalités minimales et heuristique de pente » par Sylvain Arlot]
Donoho, David
;
Gavish, Matan
p. 121-125
Discussion
Discussion on “Minimal penalties and the slope heuristic: a survey” by Sylvain Arlot
[Discussion sur « Pénalités minimales et heuristique de pente » par Sylvain Arlot]
Gey, Servane
p. 126-135
Discussion
A note on BIC and the slope heuristic
[Discussion sur l’article de Sylvain Arlot : « Pénalités minimales et heuristique de pente »]
Keribin, Christine
p. 136-139
Discussion
Discussion on “Minimal penalties and the slope heuristic: a survey” by Sylvain Arlot
[Discussion sur « Pénalités minimales et heuristique de pente » par Sylvain Arlot]
Lebarbier, Émilie
p. 140-149
Discussion
Complex penalties and slope heuristics
[Pénalités complexes et heuristique de pente]
Michel, Bertrand
p. 150-151
Discussion
Discussion of “Minimal penalties and the slope heuristics: a survey” by Sylvain Arlot
[Discussion sur « Pénalités minimales et heuristique de pente » par Sylvain Arlot]
Sardy, Sylvain
p. 152-153
Discussion
Discussion on “Minimal penalties and the slope heuristic: a survey” by Sylvain Arlot
[Discussion sur « Pénalités minimales et heuristique de pente » par Sylvian Arlot]
Saumard, Adrien
p. 154-157
Réponses aux commentaires
Rejoinder on: Minimal penalties and the slope heuristics: a survey
Arlot, Sylvain
p. 158-168