|
 
|
[DFF11] Approche bayesienne des modèles à équations structurelles utilisant l’expansion paramétrique
Conférence Nationale avec comité de lecture : 43 èmes Journées de Statistique, Tunis, June 2011, pp.xx, Tunis, Tunisie,Mots clés: Modeles a équations structurelles, variables latentes, identifiabilité, analyse bayesienne, augmentation des données, expansion parametrique, algorithme de Gibbs,métrologie, comparaisons interlaboratoires, connaissances d’experts
Résumé:
Les modèles à équations structurelles à variables latentes (SEM) sont utilisés pour représenter des relations de causalité dans les données, de telle façon que la structure de corrélation des variables observées est résumée dans la structure de corrélation de variables latentes construites à cet effet. Ce papier propose une analyse bayésienne des modèles SEM reposant sur l’analyse de la matrice de covariance des variables latentes utilisant l’expansion parametrique pour surmonter les problèmes d’identifiabilité. Ce papier est appliqué à l’estimation d’un modele structurel schématisant un processus de mesure de polluants de l’eau.
Equipe:
msdma
Collaboration:
BibTeX
| @inproceedings { | |||
| DFF11, | |||
| title | = | "{Approche bayesienne des modèles à équations structurelles utilisant l’expansion paramétrique}", | |
| author | = | " S. Demeyer and J. Foulley and N. Fischer and G. Saporta ", | |
| booktitle | = | "{43 èmes Journées de Statistique, Tunis}", | |
| year | = | 2011, | |
| month | = | "June", | |
| pages | = | "xx", | |
| address | = | "Tunis, Tunisie", | |
| } | |||
