Regression (lad) differentes -ajustement de m et b jusqu' à la convergence -méthode de la descente de wesolowesky- nouvel algorihme de l

Voir Plus Voir Moins

Afficher le Résumé

La méthode des moindres écarts en valeurs absolue (ou LAD pour Least AbsolDeviation) est une alternative importante à la méthode des moindres carrés (ou LS pour LeaSquares) lorsqu’il s’agit d’estimer les paramètres d’un modèle de régressionLa popularité de la méthode des moindres carrés repose principalement sur lsimplicité des calculs .Mais, de nos jours, avec les progrès de l’informatique, la méthode LAD peut être utilisée presque aussi simplement. Le critère de minimisation utilisé par la méthode LS est la somme des carrés derésidus :
ei , alors que le critère de minimisation utilisé par la méthode LAD est la somme des valeurs absolue des résidus : i
e . On ne dispose pas de formule explicite pour calculer les estimateurs LAD, puisque la fonction valeur absolue n’est pas dérivable.Les estimateurs (LAD) peuvent toute fois être calculés en appliquant un algorithme itératif. Différents algorithmes ont été programmés puis testés sur un ensemble d’alcools et d’amines aliphatique, en utilisant comme descripteur un potentiel électronique quantique.