logo inria

RR-4859 - Deviance Information Criteria for Missing Data Models

-----------------------
Celeux, Gilles - Forbes, Florence - Robert, Christian - Titterington, Mike
Rapport de recherche de l'INRIA - Rhone-Alpes , Equipe : IS2
27 pages - Juin 2003 - Document en anglais
- Les pages 20, 21, 22 sont en couleur
Titre français : Critères de déviance bayésienne pour des modèles à données manquantes
-----------------------
Abstract : The deviance information criterion (DIC) introduced by is directly inspired by linear and generalised linear models, but it is not so naturally defined for missing data models. In this paper, we reassess the criterion for such models, testing the behaviour of various extensions in the cases of mixture and random effect models.

Résumé : Le critère de déviance DIC introduit par est directement inspiré par les modèles linéaires et les modèles linéaires généralisés. Il n'induit pas de définition naturelle pour les modèles à structure de données manquantes. Dans cet article, nous réinterprétons ce critère pour de tels modèles et nous évaluons le comportement de diverses extensions possibles de DIC dans le contexte des mélanges de lois et des modèles à effets aléatoires.
-----------------------
Key-Words : DEVIANCE / COMPLETION / MAP / MIXTURE MODEL / RANDOM EFFECT MODELS
Mots-clés : DÉVIANCE / COMPLÉTION / MAP / MODÈLE DE MÉLANGE / MODÈLE À EFFETS ALÉATOIRES
-----------------------