Partitionnement récursif et régression: comparaison dans le cas de la prévision de risque à partir des courbes de sélection
Revue de Statistique Appliquée, Tome 48 (2000) no. 4, pp. 5-28.
@article{RSA_2000__48_4_5_0,
     author = {Gelp\'erowic, C.},
     title = {Partitionnement r\'ecursif et r\'egression: comparaison dans le cas de la pr\'evision de risque \`a partir des courbes de s\'election},
     journal = {Revue de Statistique Appliqu\'ee},
     pages = {5--28},
     publisher = {Soci\'et\'e fran\c{c}aise de statistique},
     volume = {48},
     number = {4},
     year = {2000},
     language = {fr},
     url = {http://www.numdam.org/item/RSA_2000__48_4_5_0/}
}
TY  - JOUR
AU  - Gelpérowic, C.
TI  - Partitionnement récursif et régression: comparaison dans le cas de la prévision de risque à partir des courbes de sélection
JO  - Revue de Statistique Appliquée
PY  - 2000
SP  - 5
EP  - 28
VL  - 48
IS  - 4
PB  - Société française de statistique
UR  - http://www.numdam.org/item/RSA_2000__48_4_5_0/
LA  - fr
ID  - RSA_2000__48_4_5_0
ER  - 
%0 Journal Article
%A Gelpérowic, C.
%T Partitionnement récursif et régression: comparaison dans le cas de la prévision de risque à partir des courbes de sélection
%J Revue de Statistique Appliquée
%D 2000
%P 5-28
%V 48
%N 4
%I Société française de statistique
%U http://www.numdam.org/item/RSA_2000__48_4_5_0/
%G fr
%F RSA_2000__48_4_5_0
Gelpérowic, C. Partitionnement récursif et régression: comparaison dans le cas de la prévision de risque à partir des courbes de sélection. Revue de Statistique Appliquée, Tome 48 (2000) no. 4, pp. 5-28. http://www.numdam.org/item/RSA_2000__48_4_5_0/

[1] Bardos M., Trois méthodes d'analyse discriminante : Comparaison des résultats et confirmation de la qualité du score B pour les PME du batiment gros œuvre et du génie civil, Cahiers économiques et monétaires, 33, 1989, 151-187.

[2] Bardos M., Zhu W., Comparaison de l'analyse discriminante linéaire et des réseaux de neurones. Application à la détection des défaillance d'entreprises, Revue de Statistiques Appliquées, Vol. 45 No 4, 1997, 65-92. | Numdam

[3] Breiman L., Friedman J.H., Olshen R.A., Stone C.J., Classification and regression Trees, Wadsworth International Group, 1984. | MR | Zbl

[4] Ciampi A., Chang C.H., Hogg S., Mckinney S., Recursive partition : a versatile method for exploratory data analysis in biostatistics, Biostatistics, 1987, 23-50.

[5] Ciampi A., Thiffault J., Sagman U., Evaluation de classification par le critère d'Akaike et la validation croisée, Revue de Statistique appliquée, Vol. 36 No 3, 1988, 33-50. | Numdam | MR

[6] Efron B., The efflciency of logistic regression compared to norrnal dis criminant analysis, Journal of the American Statistical Association, 70, 1975, 892 -898. | MR | Zbl

[7] Frydman H., Altman E. et Kao D.L., Introducing recursive partitioning for financial classification : The case of financial distress, Journal of Finance, 40, 1985, 269-290.

[8] Gouriéroux C., Courbes de performance, de sélection et de discrimination, Annales d'économie et de statistique, Vol. 28, Oct.-Déc. 1992, 107-123. | MR

[9] Gueguen A., Nakache J.P., Méthode de discrimination basée sur la construction d'un arbre binaire - Revue de statistique appliquée, Vol. 36 No 3, 1988, 19-38. | Numdam

[10] Hastie T., Tibshirani R., Buja A., Flexible Discriminant Analysis by optimal scoring, Journal of the American Statistical Association, Vol. 89, No 428, 1994, 1255-1270. | MR | Zbl

[11] Mc Fadden D., A comment on discrimination analysis versw logit analysis, Annals of Economic and Social Measurement, 1975, 511-523.

[12] Maddala G.S., Limited-dependent and qualitative variables, Cambridge University Press, 1983. | MR | Zbl

[13] Meng C.L., Schmidt P., On the cost of partial observability in the bivariate probit model, International Economic Review, 26, 1985, 71 -85. | MR | Zbl

[14] Press S.J., Wilson S., Choosing between logistic regression and discriminant analysis, Journal of the American Statistical Association, Vol. 73, No 364, 1975, 699-705. | Zbl

[15] Poirier D.J., Partial Observability in bivariate probit models, Journal of econometrics, 12, 1980, 209-217. | Zbl