TY  - BOOK
AU  - Ndikumana Thérence
AU  - Mpunikiye,Léonce
ED  - Université du Burundi
TI  - Traitement des données abérrantes dans un modèle de la régression linéaire
PY  - 2017///
CY  - Bujumbura
PB  - Université du Burundi, Institut de Pédagogie Appliquée (I.P.A.)
KW  - BI-BuBU
KW  - Donnée abbérante. Traitement
KW  - Rgression linéaire
KW  - Statistique
KW  - Statistique .Donnée.Traitement
KW  - mémoire
N2  - RESUME,

L'évolution rapide des moyens de cllecte des données et de leur traitement informatique a entrainé des problèmes des divers aberrantes qui a pris une importance non négligeable .
Les observations non représentatives ou aberrantes sont considérées comme une source de contamination démormant l'information à partir des données brutes.Ces dernières n'isduisent pas forcément en erreur,elle ne sont pas toujours mauvaises ou érronnées.Il n'est pas approprié d'adopter une attitude radicale,soit de rejet ou d'inclusion systématique des valeurs aberrantes.La première attitude peut entraîner la perte d'information tandis que la seconde peut entrainer un risque de contamination.
Le présent travail concerne le traitement des données aberrantes,nous avons développé d'abord les méthodes de détection des valeurs aberrantes:les méthodes graphiques,les box-plots,les graphiques des quantiles et tests de discordances.Ensuite,nous avons traité les données aberrantes selon qu'elles sont de nature aléatoire (variabilité inhérente) en faisant la réalisation d'un test de discordance ou l'accommodation.Si elles sont de nature déterminée (erreurs de mesure ou d'exécution),nous avons utilisé les méthodes d'imputations telles que l'imputation par moyenne,par ratio,par régression,par hot-deck aléatoire et par le plus proche voisin.Ces dernières  consistent à produire une valeur artificielle qui doit remplacer la valeur manquante.Nous avons utilisé enfin ces méthodes dans le but de rejeter ,d'incorporer,d'identifier ou de corriger la donnée aberrante trouvée.


ER  -