Recherche explicative robuste — Inférence causale résistante aux valeurs aberrantes
La recherche explicative robuste combine l'objectif explicatif d'identifier pourquoi et comment les variables s'influencent causalement avec des méthodes statistiques robustes qui restent valides lorsque les données violent les hypothèses classiques — notamment la normalité, l'homoscédasticité et l'absence de valeurs aberrantes influentes. Plutôt que de supprimer les valeurs aberrantes ou de forcer les données à se conformer aux hypothèses des moindres carrés ordinaires, cette conception applique des estimateurs et des procédures inférentielles qui réduisent le poids ou résistent à l'influence déformante des observations extrêmes tout en préservant l'objectif explicatif de l'étude.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- Huber, P. J. (1981). Robust Statistics. Wiley. ISBN: 978-0471418054
- Wilcox, R. R. (2012). Introduction to Robust Estimation and Hypothesis Testing (3rd ed.). Academic Press. ISBN: 978-0123869838
Comment citer cette page
ScholarGate. (2026, June 3). Robust Explanatory Research Design. ScholarGate. https://scholargate.app/fr/research-design/robust-explanatory-research
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Recherche causale-comparativeConception de la recherche↔ comparer
- Recherche explicativeConception de la recherche↔ comparer
- Recherche par test d'hypothèseConception de la recherche↔ comparer
- Recherche explicative multivariéeConception de la recherche↔ comparer
Similar methods
Une erreur sur cette page ? Signalez-la ou proposez une correction →