Régression linéaireEn statistiques, en économétrie et en apprentissage automatique, un modèle de régression linéaire est un modèle de régression qui cherche à établir une relation linéaire entre une variable, dite expliquée, et une ou plusieurs variables, dites explicatives. On parle aussi de modèle linéaire ou de modèle de régression linéaire. Parmi les modèles de régression linéaire, le plus simple est l'ajustement affine. Celui-ci consiste à rechercher la droite permettant d'expliquer le comportement d'une variable statistique y comme étant une fonction affine d'une autre variable statistique x.
FloculationLa floculation est le processus physico-chimique au cours duquel des matières en suspension dans un liquide s'agglomèrent pour former des particules plus grosses, généralement très poreuses, nommées flocs. Les flocs sédimentent généralement beaucoup plus rapidement que les particules primaires dont ils sont formés. La floculation peut avoir lieu naturellement ou peut être accélérée par l'ajout d'un floculant comme l'acrylamide par exemple.
Régression (statistiques)En mathématiques, la régression recouvre plusieurs méthodes d’analyse statistique permettant d’approcher une variable à partir d’autres qui lui sont corrélées. Par extension, le terme est aussi utilisé pour certaines méthodes d’ajustement de courbe. En apprentissage automatique, on distingue les problèmes de régression des problèmes de classification. Ainsi, on considère que les problèmes de prédiction d'une variable quantitative sont des problèmes de régression tandis que les problèmes de prédiction d'une variable qualitative sont des problèmes de classification.
Segmented regressionSegmented regression, also known as piecewise regression or broken-stick regression, is a method in regression analysis in which the independent variable is partitioned into intervals and a separate line segment is fit to each interval. Segmented regression analysis can also be performed on multivariate data by partitioning the various independent variables. Segmented regression is useful when the independent variables, clustered into different groups, exhibit different relationships between the variables in these regions.
Deming regressionIn statistics, Deming regression, named after W. Edwards Deming, is an errors-in-variables model which tries to find the line of best fit for a two-dimensional dataset. It differs from the simple linear regression in that it accounts for errors in observations on both the x- and the y- axis. It is a special case of total least squares, which allows for any number of predictors and a more complicated error structure.
Régression non linéaireUne régression non linéaire consiste à ajuster un modèle, en général non linéaire, y = ƒa1, ..., am(x) pour un ensemble de valeurs (xi, yi)1 ≤ i ≤ n. Les variables xi et yi peuvent être des scalaires ou des vecteurs. Par « ajuster », il faut comprendre : déterminer les paramètres de la loi, (a1, ..., am), afin de minimiser S = ||ri||, avec : ri = yi - ƒa1, ..., am(xi). ||...|| est une norme. On utilise en général la norme euclidienne, ou norme l2 ; on parle alors de méthode des moindres carrés.
Coagulation-floculationLa coagulation-floculation est un procédé de traitement physico-chimique d'épuration de l'eau, utilisé pour le traitement de potabilisation ou le traitement d'eau usée. Son principe repose sur la difficulté qu'ont certaines particules à se décanter naturellement : les colloïdes. Les particules colloïdales sont caractérisées par deux points essentiels : d'une part, elles ont un diamètre très faible (de 1 nm à 1 μm) - d'autre part, elles ont la particularité d'être chargées électronégativement, engendrant des forces de répulsions inter-colloïdales.
Chimie macromoléculairePolymer chemistry is a sub-discipline of chemistry that focuses on the structures of chemicals, chemical synthesis, and chemical and physical properties of polymers and macromolecules. The principles and methods used within polymer chemistry are also applicable through a wide range of other chemistry sub-disciplines like organic chemistry, analytical chemistry, and physical chemistry. Many materials have polymeric structures, from fully inorganic metals and ceramics to DNA and other biological molecules.
Méthode des moindres carrésLa méthode des moindres carrés, indépendamment élaborée par Legendre et Gauss au début du , permet de comparer des données expérimentales, généralement entachées d’erreurs de mesure, à un modèle mathématique censé décrire ces données. Ce modèle peut prendre diverses formes. Il peut s’agir de lois de conservation que les quantités mesurées doivent respecter. La méthode des moindres carrés permet alors de minimiser l’impact des erreurs expérimentales en « ajoutant de l’information » dans le processus de mesure.
Polymère ramifiévignette|Illustration d'un polymère ramifié. Un polymère ramifié (ou branché) est un polymère présentant au moins un point de ramification entre ses deux groupes terminaux, un point de ramification (aussi appelé point de branchement) étant un point d'une chaîne sur lequel est fixée une chaîne latérale aussi appelée branche ou chaîne pendante. La chaîne latérale est dite greffon lorsque sa composition est différente de celle de la chaîne principale, terme choisi par analogie avec les greffes en botanique.
Robust regressionIn robust statistics, robust regression seeks to overcome some limitations of traditional regression analysis. A regression analysis models the relationship between one or more independent variables and a dependent variable. Standard types of regression, such as ordinary least squares, have favourable properties if their underlying assumptions are true, but can give misleading results otherwise (i.e. are not robust to assumption violations).
Polymèrevignette|Fibres de polyester observées au Microscopie électronique à balayage. vignette|La fabrication d'une éolienne fait intervenir le moulage de composites résines/renforts. Les polymères (étymologie : du grec polus, plusieurs, et meros, partie) constituent une classe de matériaux. D'un point de vue chimique, un polymère est une substance composée de macromolécules et issue de molécules de faible masse moléculaire. Un polymère est caractérisé par le degré de polymérisation.
Grandeurs caractéristiques d'un polymèreLa synthèse des polymères aboutit le plus souvent à une distribution de chaînes de longueurs différentes, on ne peut parler de masse molaire mais bien de masses molaires moyennes. Elles s'expriment en g·mol−1. Soit : le degré de polymérisation ; la masse molaire des chaînes de degré de polymérisation ; la masse de chaînes de degré de polymérisation ; le nombre de chaînes de masse molaire ; on distingue quatre masses molaires moyennes, décrites ci-dessous. Il s'agit de la moyenne des masses molaires pondérée par le nombre de chaînes de chaque longueur.
Concentration molaireLa concentration molaire ou molarité, ou parfois taux molaire, d'une espèce chimique est sa quantité rapportée au volume total du mélange qui contient cette espèce. Elle est exprimée en moles par unité de volume. Cette notion est essentiellement utilisée pour des espèces en solution. La concentration molaire d'un soluté est notée ou .
Régression localeLa régression locale, ou LOESS, est une méthode de régression non paramétrique fortement connexe qui combine plusieurs modèles de régression multiple au sein d'un méta-modèle qui repose sur la méthode des k plus proches voisins. « LOESS » est, en anglais, l'acronyme de « LOcally Estimated Scatterplot Smoothing ». La régression locale est une alternative possible aux méthodes habituelles de régression, comme la régression par les moindres carrés linéaire ou non linéaire, dans les cas où ces dernières s'avèrent mal adaptées.
Polymérisation radicalaireLa polymérisation (par voie) radicalaire est un processus de polymérisation en chaîne qui, comme son nom l'indique, fait intervenir comme espèce active des radicaux. Elle fait intervenir des réactions d'amorçage, de propagation, de terminaison et de transfert de chaîne. Le site actif qui propage est un radical possédant une structure quasi plane au carbone terminal qui porte l'électron non apparié. L'assemblage du maillon suivant peut alors se faire par-dessus ou dessous aléatoirement.
Grade universitaireUn grade universitaire est un degré dans la hiérarchie des études supérieures. Il est attesté par un diplôme délivré par les universités et autres institutions d’études supérieures. Les grades sont conférés aux titulaires de diplômes de l'enseignement supérieur délivrés par les universités et les établissements habilités. Les grades peuvent être également conférés aux titulaires de certains diplômes propres à des établissements. À ces grades peuvent être associés un certain nombre de droits et de privilèges, pouvant varier suivant les disciplines et les finalités.
Residual sum of squaresIn statistics, the residual sum of squares (RSS), also known as the sum of squared residuals (SSR) or the sum of squared estimate of errors (SSE), is the sum of the squares of residuals (deviations predicted from actual empirical values of data). It is a measure of the discrepancy between the data and an estimation model, such as a linear regression. A small RSS indicates a tight fit of the model to the data. It is used as an optimality criterion in parameter selection and model selection.
Polymérisationvignette|Le latex de ce ballon de baudruche est synthétisé par polymérisation. vignette|Structure du UHMWPE, un haut polymère avec n supérieur à . La polymérisation désigne la réaction chimique ou le procédé par lesquels des petites molécules (par exemple des hydrocarbures de deux à dix atomes de carbone) réagissent entre elles pour former des molécules de masses molaires plus élevées. Les molécules initiales peuvent être des monomères ou des pré-polymères ; la synthèse conduit à des polymères.
Linear least squaresLinear least squares (LLS) is the least squares approximation of linear functions to data. It is a set of formulations for solving statistical problems involved in linear regression, including variants for ordinary (unweighted), weighted, and generalized (correlated) residuals. Numerical methods for linear least squares include inverting the matrix of the normal equations and orthogonal decomposition methods. The three main linear least squares formulations are: Ordinary least squares (OLS) is the most common estimator.
