Analyse discriminante sur données binaires lorsque les populations d'apprentissage et de test sont différentes

Resume. L’analyse discriminante generalisee suppose que l’echantillon d’apprentissage et l’echantillon test, qui contient les individus a classer, sont issus d’une meme population. Lorsque ces echantillons proviennent de populations pour lesquelles les parametres des variables descriptives sont differents, l’analyse discriminante generalisee consiste a adapter la regle de classification issue de la population d’apprentissage a la population test, en estimant un lien entre ces deux populations. Ce papier etend les travaux existant dans un cadre gaussien au cas des variables binaires. Afin de relever le principal defi de ce travail, qui consiste a determiner un lien entre deux populations binaires, nous supposons que les variables binaires sont issues de la discretisation de variables gaussiennes latentes. Une methode d’estimation et des tests sur simulations sont presentes, puis des applications dans des contextes biologique et d’assurance illustrent ce travail.