Sélection de variables en grande dimension dans les modèles non-linéaires à effets mixtes : méthode, application et garanties théoriques.
Sélection de variables en grande dimension dans les modèles non-linéaires à effets mixtes
La problématique de la sélection de variables en grande dimension, caractérisée par un nombre significativement plus élevé de covariables que d'observations, est bien étudiée dans le contexte des modèles de régression standard. Cependant, peu d'outils sont actuellement disponibles pour aborder cette question dans le cadre des modèles non-linéaires à effets mixtes, où les données sont collectées de façon répétée sur plusieurs individus.




