Comparaison de l'analyse discriminante linéaire et des réseaux de neurones. Application à la détection de défaillance d'entreprises
Revue de Statistique Appliquée, Tome 45 (1997) no. 4, pp. 65-92. 
@article{RSA_1997__45_4_65_0,
     author = {Bardos, M. and Zhu, W. H.},
     title = {Comparaison de l'analyse discriminante lin\'eaire et des r\'eseaux de neurones. {Application} \`a la d\'etection de d\'efaillance d'entreprises},
     journal = {Revue de Statistique Appliqu\'ee},
     pages = {65--92},
     publisher = {Soci\'et\'e de Statistique de France},
     volume = {45},
     number = {4},
     year = {1997},
     language = {fr},
     url = {http://www.numdam.org/item/RSA_1997__45_4_65_0/}
}
TY  - JOUR
AU  - Bardos, M.
AU  - Zhu, W. H.
TI  - Comparaison de l'analyse discriminante linéaire et des réseaux de neurones. Application à la détection de défaillance d'entreprises
JO  - Revue de Statistique Appliquée
PY  - 1997
SP  - 65
EP  - 92
VL  - 45
IS  - 4
PB  - Société de Statistique de France
UR  - http://www.numdam.org/item/RSA_1997__45_4_65_0/
LA  - fr
ID  - RSA_1997__45_4_65_0
ER  - 
%0 Journal Article
%A Bardos, M.
%A Zhu, W. H.
%T Comparaison de l'analyse discriminante linéaire et des réseaux de neurones. Application à la détection de défaillance d'entreprises
%J Revue de Statistique Appliquée
%D 1997
%P 65-92
%V 45
%N 4
%I Société de Statistique de France
%U http://www.numdam.org/item/RSA_1997__45_4_65_0/
%G fr
%F RSA_1997__45_4_65_0
Bardos, M.; Zhu, W. H. Comparaison de l'analyse discriminante linéaire et des réseaux de neurones. Application à la détection de défaillance d'entreprises. Revue de Statistique Appliquée, Tome 45 (1997) no. 4, pp. 65-92. http://www.numdam.org/item/RSA_1997__45_4_65_0/

[1] E.I. Altman, G. Marco, F. Varetto (1994) : Corporate Distress Diagnosis : Comparisons using Linear Discriminant Analysis and Neural Networks (the italian experience, Journal of Banking and Finance 18, p. 505 -529, North Holland;

[2] M. Bardos (1989) : Trois méthodes d'analyse discriminante, Cahiers économiques et monétaires n°33, Banque de France, pp.151-189;

[3] M. Bardos (1995) : Les défaillances d'entreprises dans l'industrie : ratios significatifs, processus de défaillances, détection précoce, Collection Entreprise B 95/03, Banque de France;

[4] J. Baetge, C. Krause (1994) : The Classification of Companies by Means of Neural Networks, Recherches en comptabilité internationale;

[5] Ch.M. Bishop (1995) : Neural Networks for Pattern Recognition, Clarendon press Oxford; | MR | Zbl

[6] G. Caraux, Y. Lechevallier (1996) : Règles de décision bayésienne et méthodes statistiques de classement, Revue d'Intelligence Artificielle, volume 10, n°2 -3, 1996; | Zbl

[7] J.F. Casta, B. Prat (1994) : Approche connexionniste de la classification des entreprises, Association française de comptabilité, congrès de Paris IX Dauphine, Recherche en comptabilité internationale;

[8] G. Celeux, J.P. Nakache (1994) : Analyse discriminante sur variables qualitatives, Polytechnica;

[9] T. Cibas, F. Fogelman Soulié, P. Gallinari, S. Raudys (1996) : Variable Selection with Neural Networks, Neurocomputing; | Zbl

[10] M. Cotrell, B. Girard, Y. Girard, M. Mangeas, C. Muller (1995) : Neural Modeling for Time Series : a Statistical Stepwise Method for Weight Elimination, IEEE Transactions on Neural Networks, vol. 6, n°6, novembre 1995;

[11] G.M. Furnival, R.W. Wilson (1974) : Regressions by leaps and bounds, Technometrics, 16, p 499-511; | Zbl

[12] P. Gallinari, O. Gascuel (1996) : Statistique, apprentissage et généralisation; applications aux réseaux de neurones, Revue d'Intelligence Artificielle, volume 10, n°2-3, 1996; | Zbl

[13] H. Gish (1990) : A probabilistic approach to the understanding and training of neural network classifiers, Proceedings of IEEE Conference on Acoustics speech and signal processing, p 1361-1364;

[14] R. Gnanadesikan and panel of authors (1989) : Discriminant Analysis and Clustering, Statistical Science, vol. 4, N° 1, p. 34-69; | MR | Zbl

[15] C. Gourieroux (1984) : Économétrie des variables qualitatives, Économica; | Zbl

[16] C. Gourieroux (1992) : Courbes de performance, de sélection et de discrimination, Annales d'économie et de statistique n°28, INSEE; | MR

[17] G.J. M (1992) : Discriminant Analysis and Statistical Pattern Recognition, Wiley, New-York; | MR

[18] L. Lebart, A. Morineau, M. Piron (1995) : Statistique Exploratoire Multidimensionnelle, Dunod; | Zbl

[19] Y. Le Cun, J.S. Denker, S.A. Solla (1990) : Optimal Brain Damage, Advances in Neural Information Processing Systems, vol. 2, p. 598-605;

[20] H. Ooghe, P. Joos, D. De Vos (1993) : Towards an Improved Method of Evaluation of Financial Distress Models and Presentation of their Results, Universteit GENT, Vakgroep bedrijfsfinancierning;

[21] Ph. Richardot (1985) : Différents outils pour discrimination linéaire entre deux groupes, thèse du 3e cycle, UER de mathématiques de la décision, Université de Paris-Dauphine;

[22] J.M. Romeder (1973) : Méthodes et programmes d'analyse discriminante, Dunod; | Zbl

[23] D. Rummelhart, G.E. Hinton et R.J. Williams (1986) : Learning representations by error back propagation, in Paralled distributed processing-s'exploration in the micro-structure of cognition, MIT press;

[24] R. Taffler (1983) : The Assessment of Company Solvency and Performance Using a Statistical Model, Accounting and Business Research, pp. 295- 308;

[25] J. Ulmo (1973) : Différents aspects de l'analyse discriminante, Revue de Statistique Appliquée, vol. XXI, n°2, pp. 17 -55; | Numdam | MR

[26] V. Venditti (1996) : Influence du schéma d'échantillonnage en regression logistique dans Relecture de la procédure de regression logistique par le principe du maximum d'entropie Journées de l'ASU à Québec;

[27] W. Zhu (1995) : Méthodes statistiques et approche neuronale, stratégie et validation dans le cas de la discrimination, thèse de doctorat, Université Paris Dauphine.