Régression isotonique

Cet article est une ébauche concernant les mathématiques.

Vous pouvez partager vos connaissances en l’améliorant (comment ?) selon les recommandations des projets correspondants.

En analyse numérique, la régression isotone (« isotonic regression (IR) ») cherche à trouver un ajustement pondéré des moindres carrés ${\displaystyle x\in \mathbb {R} ^{n}}$ à un vecteur ${\displaystyle a\in \mathbb {R} ^{n}}$ avec des vecteurs poids ${\displaystyle w\in \mathbb {R} ^{n}}$ sujets à un ensemble de contraintes de monotonie accordant aux variables un ordre total ou partiel. Les contraintes de monotonie définissent un graphe orienté acyclique ${\displaystyle G=(C,P)}$ sur les nœuds ${\displaystyle N={1,2,\ldots ,n}}$ correspondant aux variables ${\displaystyle x={x_{1},x_{2},\ldots ,x_{n}}}$. Par conséquent, le problème auquel s'attaque la RI dans le cadre d'un ordre simple correspond à l'optimisation quadratique suivante :

${\displaystyle \min \sum _{i=1}^{n}w_{i}(x_{i}-a_{i})^{2}\quad {\text{sous les contraintes}}\quad x_{i}\geq x_{j}~\forall (i,j)\in E.}$

La régression isotone consiste à projeter la fonction non paramétrique dans l’ensemble des fonctions croissantes.

• Portail des mathématiques