1 resultado para Monte Carle Simulation
em Université de Montréal
Filtro por publicador
- Aberdeen University (1)
- Academic Archive On-line (Stockholm University; Sweden) (1)
- Acceda, el repositorio institucional de la Universidad de Las Palmas de Gran Canaria. España (1)
- AMS Tesi di Dottorato - Alm@DL - Università di Bologna (6)
- AMS Tesi di Laurea - Alm@DL - Università di Bologna (4)
- Aquatic Commons (6)
- ArchiMeD - Elektronische Publikationen der Universität Mainz - Alemanha (21)
- Archivo Digital para la Docencia y la Investigación - Repositorio Institucional de la Universidad del País Vasco (5)
- Aston University Research Archive (17)
- Biblioteca de Teses e Dissertações da USP (2)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (15)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (17)
- Biblioteca Digital de Teses e Dissertações Eletrônicas da UERJ (5)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (35)
- Boston University Digital Common (1)
- Brock University, Canada (2)
- Bulgarian Digital Mathematics Library at IMI-BAS (8)
- CaltechTHESIS (5)
- Cambridge University Engineering Department Publications Database (20)
- CentAUR: Central Archive University of Reading - UK (21)
- Chinese Academy of Sciences Institutional Repositories Grid Portal (88)
- Cochin University of Science & Technology (CUSAT), India (1)
- Coffee Science - Universidade Federal de Lavras (1)
- Collection Of Biostatistics Research Archive (3)
- CORA - Cork Open Research Archive - University College Cork - Ireland (2)
- Corvinus Research Archive - The institutional repository for the Corvinus University of Budapest (4)
- CUNY Academic Works (1)
- Dalarna University College Electronic Archive (4)
- Deakin Research Online - Australia (30)
- Digital Commons - Michigan Tech (4)
- Digital Commons at Florida International University (12)
- Digital Peer Publishing (1)
- Digital Repository at Iowa State University (1)
- DigitalCommons@The Texas Medical Center (8)
- DigitalCommons@University of Nebraska - Lincoln (2)
- Diposit Digital de la UB - Universidade de Barcelona (4)
- Doria (National Library of Finland DSpace Services) - National Library of Finland, Finland (1)
- DRUM (Digital Repository at the University of Maryland) (2)
- Duke University (4)
- Düsseldorfer Dokumenten- und Publikationsservice (1)
- eResearch Archive - Queensland Department of Agriculture; Fisheries and Forestry (1)
- FAUBA DIGITAL: Repositorio institucional científico y académico de la Facultad de Agronomia de la Universidad de Buenos Aires (1)
- Glasgow Theses Service (1)
- Helda - Digital Repository of University of Helsinki (6)
- Illinois Digital Environment for Access to Learning and Scholarship Repository (3)
- Indian Institute of Science - Bangalore - Índia (77)
- INSTITUTO DE PESQUISAS ENERGÉTICAS E NUCLEARES (IPEN) - Repositório Digital da Produção Técnico Científica - BibliotecaTerezine Arantes Ferra (12)
- Instituto Politécnico de Viseu (1)
- Instituto Politécnico do Porto, Portugal (8)
- Lume - Repositório Digital da Universidade Federal do Rio Grande do Sul (4)
- Memoria Académica - FaHCE, UNLP - Argentina (3)
- National Center for Biotechnology Information - NCBI (8)
- Open University Netherlands (1)
- Publishing Network for Geoscientific & Environmental Data (2)
- QSpace: Queen's University - Canada (1)
- QUB Research Portal - Research Directory and Institutional Repository for Queen's University Belfast (37)
- Queensland University of Technology - ePrints Archive (181)
- RCAAP - Repositório Científico de Acesso Aberto de Portugal (1)
- RDBU - Repositório Digital da Biblioteca da Unisinos (1)
- Repositorio Academico Digital UANL (1)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (1)
- Repositório digital da Fundação Getúlio Vargas - FGV (12)
- REPOSITORIO DIGITAL IMARPE - INSTITUTO DEL MAR DEL PERÚ, Peru (1)
- Repositório Institucional da Universidade de Aveiro - Portugal (1)
- Repositório Institucional da Universidade de Brasília (3)
- Repositório Institucional da Universidade Estadual de São Paulo - UNESP (4)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (71)
- Repositorio Institucional Universidad de Medellín (1)
- Research Open Access Repository of the University of East London. (1)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (1)
- SAPIENTIA - Universidade do Algarve - Portugal (1)
- Universidad de Alicante (1)
- Universidad del Rosario, Colombia (1)
- Universidad Politécnica de Madrid (33)
- Universidade Complutense de Madrid (10)
- Universidade Federal do Pará (2)
- Universidade Federal do Rio Grande do Norte (UFRN) (7)
- Universidade Técnica de Lisboa (2)
- Universitat de Girona, Spain (1)
- Universitätsbibliothek Kassel, Universität Kassel, Germany (4)
- Université de Lausanne, Switzerland (1)
- Université de Montréal (1)
- Université de Montréal, Canada (20)
- University of Michigan (2)
- University of Queensland eSpace - Australia (47)
- University of Southampton, United Kingdom (1)
- University of Washington (2)
Resumo:
Les modèles incrémentaux sont des modèles statistiques qui ont été développés initialement dans le domaine du marketing. Ils sont composés de deux groupes, un groupe contrôle et un groupe traitement, tous deux comparés par rapport à une variable réponse binaire (le choix de réponses est « oui » ou « non »). Ces modèles ont pour but de détecter l’effet du traitement sur les individus à l’étude. Ces individus n’étant pas tous des clients, nous les appellerons : « prospects ». Cet effet peut être négatif, nul ou positif selon les caractéristiques des individus composants les différents groupes. Ce mémoire a pour objectif de comparer des modèles incrémentaux d’un point de vue bayésien et d’un point de vue fréquentiste. Les modèles incrémentaux utilisés en pratique sont ceux de Lo (2002) et de Lai (2004). Ils sont initialement réalisés d’un point de vue fréquentiste. Ainsi, dans ce mémoire, l’approche bayésienne est utilisée et comparée à l’approche fréquentiste. Les simulations sont e ectuées sur des données générées avec des régressions logistiques. Puis, les paramètres de ces régressions sont estimés avec des simulations Monte-Carlo dans l’approche bayésienne et comparés à ceux obtenus dans l’approche fréquentiste. L’estimation des paramètres a une influence directe sur la capacité du modèle à bien prédire l’effet du traitement sur les individus. Nous considérons l’utilisation de trois lois a priori pour l’estimation des paramètres de façon bayésienne. Elles sont choisies de manière à ce que les lois a priori soient non informatives. Les trois lois utilisées sont les suivantes : la loi bêta transformée, la loi Cauchy et la loi normale. Au cours de l’étude, nous remarquerons que les méthodes bayésiennes ont un réel impact positif sur le ciblage des individus composant les échantillons de petite taille.