Modèles linéaires fonctionnels avec des données partiellement observées
Auteur / Autrice : | Chayma Daayeb |
Direction : | Ali Gannoun, Mohamed Mnif, Christophe Crambes, Yousri Henchiri |
Type : | Thèse de doctorat |
Discipline(s) : | Biostatistique |
Date : | Soutenance le 01/12/2022 |
Etablissement(s) : | Université de Montpellier (2022-....) en cotutelle avec Université de Tunis El Manar |
Ecole(s) doctorale(s) : | École doctorale Information, Structures, Systèmes (Montpellier ; 2015-....) |
Partenaire(s) de recherche : | Laboratoire : Institut Montpelliérain Alexander Grothendieck (Montpellier ; 2003-....) |
Jury : | Président / Présidente : André Mas |
Examinateurs / Examinatrices : Ali Gannoun, Mohamed Mnif, Christophe Crambes, Yousri Henchiri, André Mas, Sophie Dabo-Niang, Afif Masmoudi, Amel Ben Abda | |
Rapporteurs / Rapporteuses : Sophie Dabo-Niang, Afif Masmoudi |
Mots clés
Résumé
Cette thèse a contribué à l'étude de modèles linéaires fonctionnels, en prenant en compte à la fois des covariables partiellement observées et des données manquantes sur la réponse. Nous avons étudié les questions théoriques et pratiques sur la prédiction dans les modèles fonctionnels suivants :- La covariable fonctionnelle X est partiellement observée et la réponse réelle Y contient des données manquantes, les parties manquantes de X sont reconstruites et les valeurs manquantes de Y sont imputées par l'imputation simple.- La covariable fonctionnelle X est partiellement observée et la réponse réelle Y contient des données manquantes, les parties manquantes de X sont reconstruites et les valeurs manquantes de Y sont imputées par l'imputation multiple.- La covariable fonctionnelle X et la réponse fonctionnelle Y sont partiellement observées, les parties manquantes de X sont reconstruites et les parties de courbes non observées de Y sont complétées par deux méthodes : Imputation et reconstruction.