Accéder directement au contenu Accéder directement à la navigation
Article dans une revue

Distributions to model overdispersed count data

Résumé : Au début du vingtième siècle, seules quelques lois de comptage (loi binomiale, loi de Poisson) sont couramment utilisées en modélisation. Elles trouvent leur limite dans la modélisation de données bimodales ou surdispersées, notamment celles associées à un phénomène dont la survenue engendre d’autres occurrences. Pour les modéliser, de nouvelles lois sont élaborées, dites "lois contagieuses". Ces distributions, telles que la loi binomiale négative, la loi de Neyman, la loi de Thomas ou encore la loi de Pólya-Aeppli, peuvent s’exprimer sous forme de mélange de lois usuelles ou encore de somme de variables aléatoires dont l’indice est borné par une variable aléatoire. Elles permettent d’ajuster des répartitions bimodales, surdispersées et très irrégulières. L’objectif de notre revue de la littérature est de décrire l’apparition de ces lois surdispersées, d’effectuer un descriptif de chacune de ces distributions, en s’intéressant en particulier à leurs différentes caractérisations, à leurs propriétés élémentaires et à leur utilisation potentielle, et enfin de les comparer en les appliquant à des données réelles surdispersées (cas de tuberculose bovine).
Type de document :
Article dans une revue
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-01606783
Déposant : Archive Ouverte Prodinra <>
Soumis le : lundi 2 octobre 2017 - 23:12:43
Dernière modification le : mercredi 14 octobre 2020 - 03:49:14

Identifiants

  • HAL Id : hal-01606783, version 1
  • PRODINRA : 386297
  • WOS : 000388940400003

Collections

Citation

Sylvain Coly, Anne-Françoise Yao, David Abrial, Myriam Garrido. Distributions to model overdispersed count data. Journal de la Société Française de Statistique, Société Française de Statistique et Société Mathématique de France, 2016, 157 (2), pp.39-63. ⟨hal-01606783⟩

Partager

Métriques

Consultations de la notice

183