Audigier

Vincent Audigier

Maître de conférences
Équipe : Méthodes statistiques de data-mining et apprentissage
Site web : https://vincentaudigier.weebly.com/
Bureau : 35.3.21

Publications

2022

Articles de revue

  1. Bar-Hen, A. and Audigier, V. An ensemble learning method for variable selection: application to high dimensional data and missing values. In Journal of Statistical Computation and Simulation, 2022. doi  www 

Chapitres d'ouvrage

  1. Audigier, V. Imputation multiple en grande dimension par analyse factorielle. In Données manquantes, Editions TECHNIP, 2022. www 
  1. Audigier, V. Gestion des données manquantes par imputation multiple. In Données manquantes, Editions TECHNIP, 2022. www 

Articles de conférence

  1. Audigier, V.; Niang, N. and Resche-Rigon, M. Clustering with missing data: which imputation model for which cluster analysis method?. In 17th conference of the International Federation of Classification Societies, Porto, Portugal, 2022. www 

2021

Articles de revue

  1. Moins-Teisserenc, H.; Cordeiro, D. J.; Audigier, V.; Ressaire, Q.; Benyamina, M.; Lambert, J.; Maki, G.; Homyrda, L.; Toubert, A. and Legrand, M. Severe Altered Immune Status After Burn Injury Is Associated With Bacterial Infection and Septic Shock. In Frontiers in Immunology, 12: 586195, 2021. doi  www 

Articles de conférence

  1. Hassini, H.; Niang, N. and Audigier, V. SOM-based clusterwise regression. In Data Science, Statistics and Visualisation, Rotterdam, Netherlands, 2021. www 
  1. Audigier, V. and Niang, N. Cluster analysis after multiple imputation. In ASMDA 2021, Athènes, Greece, 2021. www 
  1. Audigier, V.; Niang, N. and Resche-Rigon, M. Clustering sur données incomplètes~: quel modèle d'imputation choisir~?. In EPICLIN 2021 -- 15e Conférence francophone d'épidémiologie clinique -- 28e Journées des statisticiens des centres de lutte contre le cancer, pages S21-S22, Elsevier Masson, Marseille, France, 2021. doi  www 

Non publié

  1. Audigier, V.; Niang, N. and Resche-Rigon, M. Clustering with missing data: which imputation model for which cluster analysis method?. , working paper or preprint. www 

2020

Articles de revue

  1. Mirouse, A.; Parrot, A.; Audigier, V.; Demoule, A.; Mayaux, J.; Geri, G.; Mariotte, E.; Bréchot, N.; de Prost, N.; Vautier, M.; Neuville, M.; Bigé, N.; de Montmollin, E.; Cacoub, P.; Resche-Rigon, M.; Cadranel, J. and Saadoun, D. Severe diffuse alveolar hemorrhage related to autoimmune disease: a multicenter study. In Critical Care, 24 (1), 2020. doi  www 

Non publié

  1. Audigier, V. and Niang, N. Clustering with missing data: which equivalent for Rubin's rules?. , 39 pages. www 

2019

Articles de conférence

  1. Audigier, V.; Husson, F. c.; Josse, J. and Resche-Rigon, M. Imputation multiple pour données mixtes par analyse factorielle. In JdS2019 - 51es Journées de Statistique de la Société Franc caise de Statistique, Vandoeuvre-lès-Nancy, France, 2019. www 
  1. Audigier, V. and Resche Rigon, M. micemd: a smart multiple imputation R package for missing multilevel data. In UseR!2019, Toulouse, France, 2019. www 

2018

Articles de revue

  1. Audigier, V.; White, I.; Jolani, S.; Debray, T.; Quartagno, M.; Carpenter, J.; van Buuren, S. and Resche-Rigon, M. Multiple Imputation for Multilevel Data with Continuous and Binary Variables. In Statistical Science, 33 (2): 160-183, 2018. doi  www 

2017

Articles de revue

  1. Audigier, V.; Husson, F. c. and Josse, J. MIMCA: Multiple imputation for categorical variables with multiple correspondence analysis. In Statistics and Computing, 27 (2): 501-518, 2017. doi  www 

2016

Articles de revue

  1. Audigier, V.; Husson, F. c. and Josse, J. Multiple imputation for continuous variables using a Bayesian principal component analysis. In Journal of Statistical Computation and Simulation, 86 (11): 2140-2156, 2016. doi  www 
  1. Audigier, V.; Husson, F. c. and Josse, J. A principal components method to impute missing values for mixed data. In Advances in Data Analysis and Classification, 10 (1): 5-26, 2016. doi  www 

2015

Thèses et habilitations

  1. Audigier, V. Imputation multiple par analyse factorielle : Une nouvelle méthodologie pour traiter les données manquantes. Ph.D. Thesis, Agrocampus Ouest, 2015.

2012

Articles de conférence

  1. Audigier, V.; Husson, F. c. and Josse, J. Imputation de données manquantes pour des données mixtes via les méthodes factorielles grâce `a missMDA. In 1ères Rencontres R, Bordeaux, France, 2012. www 
Haut