« Modélisation par dichotomie paritaire » : différence entre les versions
Ligne 13 : | Ligne 13 : | ||
= Critères de choix de l'échantillonnage = |
= Critères de choix de l'échantillonnage = |
||
1 ) Nombre de données : 2k+1 de préférence à 2k simplement pour une question de simplicité des calculs et de valeur centrale connue. Cela implique k paramètres inconnus des fonctions composantes qui seront à déterminer |
1 ) Nombre de données : 2k+1 de préférence à 2k simplement pour une question de simplicité des calculs et de valeur centrale connue. Cela implique k paramètres inconnus des fonctions composantes qui seront à déterminer. |
||
2k +1 données pour k+1 inconnues et pour 2k équations ( k équations pour la partie paire + k équations pour la partie impaire ). Et réciproquement. Règle : 2 DONNÉES COURANTES POUR 1 INCONNUE. |
|||
2 ) La finalité de la recherche conditionne la taille et la position de l'échantillon dans la totalité des données disponibles du phénomène |
2 ) La finalité de la recherche conditionne la taille et la position de l'échantillon dans la totalité des données disponibles du phénomène |
Version du 24 avril 2021 à 17:42
Principe général de la méthode
On se propose de modéliser un échantillonnage de données, dans un premier temps sans trous dans les données.
Aucun a priori sur les fonctions composantes ; nature, nombre,
Il est plus simple de décomposer l'échantillonnage en la somme d'une partie paire et impaire et de modéliser chacune séparément.
D'autre part , il est possible aussi de réitérer cette partition en l'exerçant sur chaque partie obtenue, par dichotomie. Des précautions seront à prendre lors de la modélisation fonctionnelle. Il est conseillé de s'arrêter à des sous-échantillons de 5 données.
Ces sous-partitions permettent de suivre l'évolution des fonctions composantes.
C'est une des façons aussi de décomposer le problème si il y a un grand nombre de données. De scinder les fonctions composantes si elle sont disjointes dans l'intervalle.
Critères de choix de l'échantillonnage
1 ) Nombre de données : 2k+1 de préférence à 2k simplement pour une question de simplicité des calculs et de valeur centrale connue. Cela implique k paramètres inconnus des fonctions composantes qui seront à déterminer.
2k +1 données pour k+1 inconnues et pour 2k équations ( k équations pour la partie paire + k équations pour la partie impaire ). Et réciproquement. Règle : 2 DONNÉES COURANTES POUR 1 INCONNUE.
2 ) La finalité de la recherche conditionne la taille et la position de l'échantillon dans la totalité des données disponibles du phénomène
2.1 ) Si il s'agit de modéliser sur un intervalle sans extrapoler
2.2 ) Si il s'agit d'extrapoler , cas de données chronologiques par exemple, chaque donnée à trouver en plus est considérée comme une inconnue . De plus, pour chacune il faut associer de préférence une données connue à gauche. Les tests finaux peuvent porter sur des données inconnues postérieures.