Advertisement

Implicative statistical analysis

  • R. Gras
  • H. Briand
  • P. Peter
  • J. Philippe
Conference paper
Part of the Studies in Classification, Data Analysis, and Knowledge Organization book series (STUDIES CLASS)

Summary

Implicative analysis, due to a problem of evaluation in education, allows us to treat a table crossing subjects or objects and variables according to a nonsymmetrical point of view. In term of method of data analysis, it structures the set of variables, leads to tree and hierarchical structures and leads to the calculation of the objects contribution to the structure of the variables. Furthermore, it appears to be an effective tool in artificial intelligence to explain a base of rules in a set of knowledge. An example of the treatment of a big corpus of human behaviours is presented. The results, given by the method, have been validated a posteriori by the expert (psychologist).

Keywords

Oriented Edge Transitive Graph Good Cohesion Statistical Implication Implication Graph 
These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

References

  1. Ag Almouloud, S. (1992): L’ordinateur, outil d’aide à l’apprentissage de la démonstration et traitement de données didactiques. Thèse de Doctorat de l’Université de Rennes I.Google Scholar
  2. Briand, H. et al. (1995): Mesure statistique de la robustesse d’une implication pour l’apprentissage symbolique. Prépublication IRMAR 10–1995, Rennes Google Scholar
  3. Gras, R. (1979): Contribution à l’étude expérimentale et à l’analyse de certaines acquisitions cognitives et de certains objectifs didactiques. Thèse d’Etat, Université de Rennes I.Google Scholar
  4. Gras, R. and Ratsimba-Rajohn H. (1996): Analyse non symétrique de données par l’implication statistique. RAIRO - Recherche opérationnelle, 30–3 AFCET, Paris.Google Scholar
  5. Gras and aí.(1996): structuration sets with implication intensity, Proceeding of the International Conference on Ordinal and symbolic Data Analysis - OSDA 95, E. Diday, Y. Chevallier, 0. Opitz, Eds,Springer, Paris.Google Scholar
  6. Larher, A. (1991): Implication statistique et applications à l’analyse de démarches de preuve mathémathique. Thèse de Doctorat de l’Université de Rennes I.Google Scholar
  7. Lerman, I.C. et al. (1981): Evaluation et élaboration d’un indice d’implication pour des données binaires I et II. Mathématiques et Sciences Humaines 74 p 5–35 et 75 p 5–47.Google Scholar
  8. Ratsimba-Rajohn, H. (1992): Contribution à l’étude de la hiérarchie implicative. Application à l’analyse de la gestion didactique des phénomènes d’obstention et de contradictions. Thèse de Doctorat de l’Université de Rennes I.Google Scholar
  9. Totohasina, A. (1992): Méthode implicative en analyse des données et application à l’analyse de conception d’étudiants sur la notion de probabilité conditionnelle. Thèse de Doctorat de l’Université de Rennes I.Google Scholar

Copyright information

© Springer Japan 1998

Authors and Affiliations

  • R. Gras
    • 1
    • 2
  • H. Briand
    • 3
  • P. Peter
    • 3
  • J. Philippe
    • 3
    • 4
  1. 1.IRMAR - Campus de BeaulieuRennes CedexFrance
  2. 2.IRESTE - CP 3003France
  3. 3.IRIN - Equipe SIC - 2 rue de la HoussinièreFrance
  4. 4.PERFORMANSE - 3 rue RacineNantesFrance

Personalised recommendations