Bienvenue sur le site du J-SFdS
Le Journal de la Société Française de Statistique (J-SFdS) est la publication officielle de cette société. Il publie, après évaluation, des articles, en français ou en anglais, dédiés à des recherches méthodologiques ou appliquées dans tous les champs de la Statistique. Les articles sont rendus libres d’accès en ligne rapidement après leur acceptation.
Pour poursuivre votre visite du site dédié au J-SFdS, cliquez sur le lien A propos en haut de la page d'accueil de la revue. Vous arriverez alors sur une page du site qui vous permettra d'accéder à toute une série d'informations utiles sur la revue : personne de contact, membres du comité éditorial, politique éditoriale, rubriques de la revue, procédure d'évaluation des articles soumis à la revue, procédure de soumission d'un article, directives à l'intention des auteurs (gabarit d'édition), etc.
Le Journal de la SFdS a pris la suite du Journal de la Société de Statistique de Paris en 1998 puis fusionné en 2009 avec la Revue de Statistique Appliquée pour devenir cette version électronique.
Vol. 152, No 3 (2011)
Sommaire
Editorial
| Nouveaux défis en apprentissage statistique |
PDF
|
|
Charles Bouveyron, Florence Forbes, Stéphane Girard |
1-2 |
| Modèles à variables latentes en génétique des populations |
PDF
|
|
Flora Jay, Michael Blum, Eric Frichot |
3-20 |
| Classification simultanée de plusieurs échantillons sous contrainte d’égalité des entropies de partition |
PDF
|
|
Alexandre Lourme, Christophe Biernacki |
21-33 |
| Représentation d’un grand réseau à partir d’une classification hiérarchique de ses sommets |
PDF
|
|
Fabrice Rossi, Nathalie Villa-Vialaneix |
34-65 |
| Spatial extreme quantile estimation using a weighted log-likelihood approach |
PDF
|
|
Julie Carreau, Stéphane Girard |
66-82 |
| Exact Cross-Validation for kNN : application to passive and active learning in classification |
PDF
|
|
Alain Celisse, Tristan Mary-Huard |
83-97 |
| On the estimation of the latent discriminative subspace in the Fisher-EM algorithm |
PDF
|
|
Charles Bouveyron, Camille Brunet |
98-115 |
| Bayesian Markov model for cooperative clustering: application to robust MRI brain scan segmentation |
PDF
|
|
Florence Forbes, Benoit Scherrer, Michel Dojat |
116-141 |
Ce travail est autorisé sous licence avec la
Licence de paternité Creative Commons 3.0.
SFdS /
SMF - Journal de la Société Française de Statistique - ISSN 2102-6238
