Séance Séminaire

Séminaire de Probabilités et Statistique

Analyse de sensibilité vs LASSO pour la réduction de la dimension

L'Analyse de Sensibilité (AS) et la méthode LASSO sont deux techniques de réduction de la dimension respectivement pour des modèles mathématiques et statistiques sur paramétrés par rapport au nombre d'observations. La méthode LASSO consiste à sélectionner et estimer de manière simultané certains paramètres et à fixer le reste de paramètres à zéro. Cette procédure de sélection et d'estimation se fait à l'aide de données. La méthode de réduction de la dimension par l'AS se fait en deux étapes : la première étape consiste à sélectionner les paramètres à estimer grâce aux simulations numériques. Les paramètres non influents sont fixés à des valeurs plausibles déterminées par le modélisateur tandis que ceux sélectionnés sont estimés avec des données dans la seconde étape. L'objectif de cet exposé est d'évaluer les propriétés théoriques de la réduction de la dimension par l'AS dans le cas d'un modèle linéaire d'une part ; et de comparer cette approche à la méthode LASSO qui sert de référence pour sélectionner des modèles creux à l'aide de simulations d'autre part.