ScholarGate
Assistant
Process / pipelineSurvey and observational design

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.

Trouver un sujet avec PaperMindBientôtApply, compare, get guidance
Tools & resources
Télécharger les diapositives
Learn & explore
VidéoBientôt

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Carte des méthodes

Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.

Sources

  1. Huber, P. J. (1981). Robust Statistics. Wiley. ISBN: 978-0471418054
  2. 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.

Comparer côte à côte
ScholarGateRobust Explanatory Research (Robust Explanatory Research Design). Consulté le 2026-06-15 sur https://scholargate.app/fr/research-design/robust-explanatory-research · Jeu de données : https://doi.org/10.5281/zenodo.20539026