SIGFRIED2: indicateurs spatialisables de la qualité de l'air intérieur

Audience : Adulte - Grand Public

Le Pitch

Littérature française

PrésentationCe livre s'inscrit dans le programme CIRCE qui vise à comparer des cartographies d'occurrence des cancers avec des cartographies de qualité environnementale ; notre objectif spécifique est de construire des cartographies de la qualité de l'air intérieur des logements. Nous avons adopté une démarche en deux étapes : identifier des classes de pollution intérieure, puis évaluer la fréquence de ces classes dans des zones prédéterminées. La première étape a nécessité une extension de méthodes de classification bien connues, basées sur les modèles de mélange et l'algorithme EM, au cas de données censurées. La seconde étape a fait usage de méthodes de discrimination non paramétrique, basées sur des arbres binaires de décision (CART). Les arbres obtenus présentent une erreur de prédiction élevée : même si on peut détecter des associations significatives connues entre pollution intérieure et caractéristiques du logement et des occupants, il est difficile de prédire la classe, ou même la concentration d'une substance, à partir de ces caractéristiques. Néanmoins, la méthodologie développée a de nombreuses qualités : simplicité, modularité, flexibilité, et ses erreurs sont évaluables. Afficher moinsAfficher plus

SIGFRIED2: indicateurs spatialisables de la qualité de l'air intérieur

64,90 €

Le Pitch

Littérature française

PrésentationCe livre s'inscrit dans le programme CIRCE qui vise à comparer des cartographies d'occurrence des cancers avec des cartographies de qualité environnementale ; notre objectif spécifique est de construire des cartographies de la qualité de l'air intérieur des logements. Nous avons adopté une démarche en deux étapes : identifier des classes de pollution intérieure, puis évaluer la fréquence de ces classes dans des zones prédéterminées. La première étape a nécessité une extension de méthodes de classification bien connues, basées sur les modèles de mélange et l'algorithme EM, au cas de données censurées. La seconde étape a fait usage de méthodes de discrimination non paramétrique, basées sur des arbres binaires de décision (CART). Les arbres obtenus présentent une erreur de prédiction élevée : même si on peut détecter des associations significatives connues entre pollution intérieure et caractéristiques du logement et des occupants, il est difficile de prédire la classe, ou même la concentration d'une substance, à partir de ces caractéristiques. Néanmoins, la méthodologie développée a de nombreuses qualités : simplicité, modularité, flexibilité, et ses erreurs sont évaluables. Afficher moinsAfficher plus