Modeles Statistiques Pour Donnees Qualitatives

Cet ouvrage fait le point sur les modèles statistiques développés dans l'analyse des données qualitatives. Dans ce contexte, il s'agit non seulement de décrire des liaisons entre variables qualitatives au moyen de méthodes exploratoires ou de modèles factoriels, mais également des modèles explicatifs ou prédictifs d'une réponse qualitative à l'aide de facteurs qualitatifs ou quantitatifs. Pour cela, on peut recourir à des modèles linéaires généralisés. Les domaines d'applications de ces modèles vont de l'économétrie à la biométrie et concernent des secteurs très variés comme l'assurance, la finance, la médecine, la biopharmacie, etc. Cet ouvrage est le fruit de la collaboration entre des spécialistes parmi les plus réputés : Christophe Croux (Université Libre de Bruxelles, Katholieke Universiteit Leuven), Pierre-Louis Gonzalez (CNAM, Paris), Christian Gourieroux (CREST, INSEE) et Michel Tenenhaus (HEC, Jouy-en-Josas), réunis à l'occasion des 9e Journées d'Étude en Statistique organisées par la SFdS au Centre International de Rencontres Mathématiques de Luminy.

Avant-Propos 1. Quelques aspects historiques du traitement des données qualitatives 2. Les coefficients d'association et les tests d'indépendance pour des variables qualitatives 3. Le modèle log-linéaire 4. Les classes latentes 5. Modèles linéaires généralisés 6. Modèles à réponse dichotomique 7. Comparaison de méthodes de discrimination 8. Régression logistique robuste 9. Modèles de comptage et applications en assurance 10. Mesures répétées 11. Le modèle à réponse multinomiale, application à la lutte contre le goitre endémique 12. La régression logistique PLS Bibliographie - Index