Quelques alternatives à la régression classique dans le cas de la colinéarité
Revue de Statistique Appliquée, Tome 43 (1995) no. 2, pp. 5-33. 
@article{RSA_1995__43_2_5_0,
     author = {Palm, R. and Iemma, A. F.},
     title = {Quelques alternatives \`a la r\'egression classique dans le cas de la colin\'earit\'e},
     journal = {Revue de Statistique Appliqu\'ee},
     pages = {5--33},
     publisher = {Soci\'et\'e de Statistique de France},
     volume = {43},
     number = {2},
     year = {1995},
     mrnumber = {1349813},
     zbl = {0972.62533},
     language = {fr},
     url = {http://archive.numdam.org/item/RSA_1995__43_2_5_0/}
}
TY  - JOUR
AU  - Palm, R.
AU  - Iemma, A. F.
TI  - Quelques alternatives à la régression classique dans le cas de la colinéarité
JO  - Revue de Statistique Appliquée
PY  - 1995
SP  - 5
EP  - 33
VL  - 43
IS  - 2
PB  - Société de Statistique de France
UR  - http://archive.numdam.org/item/RSA_1995__43_2_5_0/
LA  - fr
ID  - RSA_1995__43_2_5_0
ER  - 
%0 Journal Article
%A Palm, R.
%A Iemma, A. F.
%T Quelques alternatives à la régression classique dans le cas de la colinéarité
%J Revue de Statistique Appliquée
%D 1995
%P 5-33
%V 43
%N 2
%I Société de Statistique de France
%U http://archive.numdam.org/item/RSA_1995__43_2_5_0/
%G fr
%F RSA_1995__43_2_5_0
Palm, R.; Iemma, A. F. Quelques alternatives à la régression classique dans le cas de la colinéarité. Revue de Statistique Appliquée, Tome 43 (1995) no. 2, pp. 5-33. http://archive.numdam.org/item/RSA_1995__43_2_5_0/

Cazes P. (1975). Protection de la régression par utilisation de contraintes linéaires et non linéaires. Rev. Stat. Appl. 23, p. 37-57. | Numdam | MR

Cazes P. (1977). Estimation biaisée et estimation sous contraintes dans le modèle linéaire. In : Premières journées internationales «Analyse des données et informatique» . Versailles, I.R.I.A., p. 223-232.

Cazes P. (1978). Méthodes de régression : la régression sous contraintes. Cah. Anal. Données 3, p. 147-165.

Cazes P., Turpin P.Y.(1971). Régression sous contraintes : application à l'estimation de la courbe granulométrique d'un aérosol. Rev. Stat. Appl. 19, p. 23-44. | Numdam | MR

Copas J.B. (1983). Regression, prediction and shrinkage. J. R. Stat. Soc., Ser. B, 45, p. 311-354. | MR | Zbl

Dagnelie P. (1982). Analyse statistique à plusieurs variables. Gembloux, Presses agronomiques, 362 p.

Draper N.R., Smith H. (1981). Applied regression analysis. New York, Wiley, 709 p. | MR | Zbl

Draper N.R., Van Nostrand R.C. (1979). Ridge regression and James-Stein estimation : review and comments. Technometrics 21, p. 451-466. | MR | Zbl

Graybill F.A. (1969). Introduction to matrices with applications in statistics. Belmont, Wadsworth, 372 p. | MR

Greenberg E. (1975). Minimum variance properties of principal component regression. J. Amer. Stat. Assoc. 70, p. 194-197. | Zbl

Hocking R.R. (1976). The analysis and selection of variables in linear regression. Biometrics 32, p. 1-49. | MR | Zbl

Hoerl A.E., Kennard R.W. (1970a). Ridge regression : biased estimation for nonorthogonal problems. Technometrics 12, p. 55-66. | Zbl

Hoerl A.E., Kennard R.W. (1970b). Ridge regression : applications to nonorthogonal problems. Technometrics 12, p. 69-82. | Zbl

Hoerl A.E., Kennard R.W. (1988). Ridge regression. In : Kotz S., Johnston N.L. (eds). Encyclopedia of statistical sciences (vol. 8). New York, Wiley, p. 129-136.

Hoerl A.E., Kennard R.W., Baldwin K.F. (1975). Ridge regression : some simulations. Comm. Stat. A4, p. 105-123. | Zbl

Jackson J.E. (1991). A user's guide to principal components. New York, Wiley, 570 p. | Zbl

Jolliffe I.T. (1982). A note on the use of principal components in regression. Appl. Stat. 31, p. 300-303.

Lawless J.F., Wang P. (1976). A simulation study of ridge and other regression estimators. Comm. Stat. A5, p. 307-323. | Zbl

James W., Stein C. (1961). Estimation with quadratic loss. In : Neyman J. (ed.). Proceedings of the fourth Berkeley Symposium (vol. 1). Berkeley, University of Califomia Press, p. 361-379. | MR

Mansfield E.R., Webster J.T., Gunst R.F. (1977). An analytical variable selection technique for principal component regression. Appl. Stat. 26, p. 34-40. | MR

Marquardt D.W. (1970). Generalized inverses, ridge regression biased linear estimation and non linear estimation. Technometrics 12, p. 591-612. | Zbl

Martens H., Naes T. (1989). Multivariate calibration. New York, Wiley, 419 p. | MR | Zbl

Palm R. (1988). Les critères de validation des équations de régression linéaire. Notes Stat. Inform. (Gembloux)88/1, 27 p.

Palm R. (1994). Les méthodes d'analyse factorielle : principes et applications. Biom. Praxim. 34, p. 35-80.

Sclove S.L. (1968). Improved estimators for coefficients in linear regression. J. Amer. Stat. Assoc. 63, p. 596-606. | MR | Zbl

Stewart G.W. (1987). Collinearity and least squares regression. Stat. Sci. 2, p. 68-100. | MR | Zbl

Stone M., Brooks R.J. (1990). Continuum regression : cross-validated sequentially constructed prediction embracing ordinary least squares, partial least squares and principal components regression (with discussion. J. R. Stat. Soc., Ser. B, 52, p. 237-269. | MR | Zbl

Theil H. (1971). Principles of econometrics. New York, Wiley, 736 p. | Zbl

Thompson M. (1978a). Selection of variables in multiple regression. Part I : a review and evaluation. Int. Stat. Rev. 46, p. 1-19. | MR | Zbl

Thompson M. (1978b). Selection of variables in multiple regression. Part II : chosen procedures, computation and examples. Int. Stat. Rev. 46, p. 129-146. | MR | Zbl

Tomassone R., Lesquoy E., Millier C. (1983). La régression : nouveaux regards sur une ancienne méthode statistique. Paris, Masson, 180 p.

Webster J.T., Gunst R.F., Mason R.L. (1974). Latent root regression analysis. Technometrics 16, p. 513-522. | MR | Zbl

Weisberg S. (1985). Applied linear regression. New York, Wiley, 324 p. | MR | Zbl