Modèles de régression Comparaison des approches statistique et ensembliste
Lorsqu'un système n'est connu qu'à travers un échantillon
d'observations, il est usuel de réaliser une régression
de façon à estimer les paramètres d'un modèle
linéaire de description ou de prédiction. Cet article présente
une étude comparative de différents paradigmes de
représentation des systèmes linéaires et leur déclinaison
dans des problèmes de régression. Trois paradigmes distincts,
à savoir les modèles statistiques, les modèles arithmétiques
à base d'intervalles et les modèles à base de
règles graduelles sont considérés pour la représentation
de systèmes linéaires simples à une seule variable explicative.
Les méthodes d'estimation associées à ces paradigmes
sont utilisées pour répondre à un problème de
régression de façon à confronter les différents modèles
obtenus.
