« Modélisation par dichotomie paritaire » : différence entre les versions

Une page de Wikiversité, la communauté pédagogique libre.
Contenu supprimé Contenu ajouté
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. N inconnues = N équations pour la partie paire + N équations pour la partie impaire.
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.