L’analyse statistique implicative: ses bases, ses developpements

Referencias

ALMOULOUD S. A. (1992). L'ordinateur, outil d'aide à l'apprentissage de la démonstration et de traitement de données didactiques. Thèse. Université de Rennes 1. AGRAWAL, R.; IMIELINSKY, T. et SWAMI A. (1993). Mining association rules between sets of items in large databases. Proc. of the ACM SIGMOD’93. AMARGER, S.; DUBOIS, D. et PRADE, H. (1991). “Imprecise quantifiers and conditional probabilities”. In: KRUSE, R. et SIEGEL, P. Symbolic and quantitative approaches to uncertainty. Berlin Heidelberg, Springer-Verlag. BAILLEUL, M. (1994). Analyse statistique implicative: variables modales et contribution des sujets. Application à la modélisation de l'enseignant dans le système didactique. Thèse. Université de Rennes 1. BAILLEUL, M. et GRAS, R. (1995). L'implication statistique entre variables modales. Mathématique, Informatique et Sciences Humaines, n. 128, pp. 41-57. BERNARD, J.-M. et POITRENAUD, S. (1999). L’analyse implicative bayesienne d’un questionnaire binaire: quasi-implications et treillis de Galois simplifié. Mathématiques, Informatique et Sciences Humaines, n° 147, pp. 25-46. BODIN, A. (1997). Modèles sous-jacents à l'analyse implicative et outils complémentaires. Prépublication IRMAR, n. 97-32. BODIN, A. et GRAS, R. (1999). Analyse du préquestionnaire enseignants avant EVAPM-Terminales. Bulletin de l'Association des Professeurs de Mathématiques de l'Enseignement Public, n. 425, pp. 772-786. COUTURIER, R. et GRAS, R. (1999). Introduction de variables supplémentaires dans une hiérarchie de classes et application à CHIC. Actes Des 7e Rencontres de la Societe Francophone de Classification, 15-17 septembre. DIDAY, E. (1972). Nouvelles méthodes et nouveaux concepts en classification automatique et reconnaissance des formes. Thèse d'Etat. Université Paris VI. GANASCIA, J. G. (1987). AGAPE et CHARADE: deux techniques d'apprentissage symbolique appliquées à la construction de bases de connaissances. Thèse d'Etat. Université Paris Sud. GRAS, R. (1979). Contribution à l'étude expérimentale et à l'analyse de certaines acquisitions cognitives et de certains objectifs didactiques en mathématiques. Thèse d'Etat. Université de Rennes I. GRAS, R. et LARHER, A. (1992). L'implication statistique, une nouvelle méthode d’analyse de données. Mathématique, Informatique et Sciences Humaines, n. 120, pp. 5-31. GRAS, R. et RATSIMBA-RAJOHN, H. (1996). Analyse non symétrique de données par l'implication statistique. RAIRO-Recherche Opérationnelle, 30-3, AFCET, pp. 217-232. GRAS, R.; BRIAND, H. et PETER, P “Structuration sets with implication intensity”. In: DIDAY, E.; CHEVALLIER, Y. et OPITZ, O. (eds.) (1996). Proceedings of the International Conference on Ordinal and Symbolic Data Analysis - OSDA 95. Paris, Springer. GRAS, R. et alii (1996). L’implication Statistique. Collection Associée a “Recherches en Didactique des Mathématiques”. Grenoble, La Pensée Sauvage. GRAS, R.; BRIAND, H.; PETER, P et PHILIPPE, J. (1997). Implicative statistical analysis. Proceedings of International Congress I.EC.S., 96. Kobé, Tokyo, Springer-Verlag. GRAS, R.; KUNTZ, P; COUTURIER, R. et GUILLET, F. (2001a). Une version entropique de l'intensité d’implication pour les corpus volumineux. Hermès Science Publication. Extraction des Connaissances et Apprentissage (ECA), v. 1, n. 1-2, pp. 69-80. GRAS, R.; KUNTZ, P et BRIAND, H. (2001b). Les fondements de l'analyse statistique implicative et quelques prolongements pour la fouille de données. Mathématiques et Sciences Humaines, n. 154-155, pp. 9-29. GRAS, R.; DIDAY E.; KUNTZ, P et COUTURIER, R. (2001c). Variables sur intervalles et variables-intervalles en analyse statistique implicative. Actes du 8" Congrès de la Société Francophone de Classification. Université des Antilles-Guyane, Pointe-à-Pitre, 17-21 décembre. GRAS, R.; GUILLET, F; GRAS, R. et PHILIPPE, J. (2001d). Réduction des colonnes d’un tableau de données par quasi-équivalence entre variables. Extraction des connaissances et apprentissage. Hermès, v. 1, n. 4, pp. 197-202. GRAS, R.; KUNTZ, P et BRIAND, H. (2003). Hiérarchie orientée de règles généralisées en analyse implicative. Extraction des Connaissances et apprentissage, Hermès, pp. 145-15. LAGRANGE, J. B. (1998). Analyse implicative d’un ensemble de variables numériques; application au traitement d'un questionnaire à réponses modales ordonnées. Revue de Statistique Appliquée, Institut Henri Poincaré, pp. 71-93. LAHANIER-REUTER, D. (1998). Étude de conceptions du hasard: approche épistémologique, didactique et expérimentale en milieu universitaire. These. Université de Rennes 1. LERMAN, I. C. (1970). Les bases de la classification hiérarchique. Paris, Gauthier-Villars. (1981). Classification et analyse ordinale des données. Paris, Dunod. LERMAN, I. C.; GRAS, R. et ROSTAM, H. (1981). Elaboration et évaluation d'un indice d'implication pour des données binaires. I et II. Mathématiques et Sciences Humaines, n. 74, pp. 5-35 et n. 75, pp. 5-47. LOEVINGER J. (1947). A systematic approach to the construction and evaluation of tests of abilities. Psychological Monographs, v. 61, n. 4. PEARL J. (1988). Probabilistic Reasoning in intelligent systems. San Mateo, CA, Morgan Kaufmann. SIMON A. (2000). Outils classificatoires par objets pour l'extraction de connaissances dans des bases de données. Thése. Université de Nancy 1.