Statistiques et analyse de données

Niveau M1

"Les objectifs de ce cours sont : 
  • maîtriser les bases mathématiques et la mise en application des principales méthodes de statistique mathématique employées dans tous les domaines de l'ingénierie (industrie et services) ;
  • acquérir les notions fondamentales théoriques nécessaires pour suivre un cursus de sciences des données."

1. Théorie des probabilités

  • Variables aléatoires abstraites
  • Variables aléatoires discrètes
  • Variables aléatoires à densité
  • Convergence et théorèmes limites
  • Variables aléatoires avec SciPy

2. Modèle paramétrique et estimateurs

  • Modèle paramétrique et estimateurs
  • Propriétés asymptotiques et estimateurs des moments
  • Statistiques d'échantillons gaussiens

3. Intervalles de confiance

  • Définitions générales
  • Construction d'intervalles de confiance exacts
  • Construction d'intervalles de confiance asymptotiques
  • Construction d'intervalles de confiance approximés

4. Estimation du maximum de vraisemblance

  • L'estimateur du maximum de vraisemblance
  • Optimalité de l'estimateur du maximum de vraisemblance

5. Régression linéaire

  • Estimateur des moindres carrés
  • Coefficient de détermination
  • Variance et régularisation
  • Inférence et prédiction dans le modèle gaussien

6. Introduction à l'estimation bayésienne

  • Le formalisme de l'estimation bayésienne
  • Estimateurs bayésiens

7. Le formalisme du test d'hypothèses statistique

  • Formulation générale
  • Tests asymptotiques de Wald
  • Le test du rapport de vraisemblance
  • Comparaisons multiples

8. Tests dans le modèle gaussien

  • Tests mono-échantillon
  • Tests bi-échantillons
  • Tests dans la régression linéaire
  • Analyse de variance

9. Tests du χ² pour des espaces d'états finis

  • Distribution empirique dans le cadre fini
  • Qualité de l'ajustement du test du χ²
  • Test du χ²  de qualité de l'ajustement à une famille de distributions
  • Test du χ² de l'indépendance

10. Tests non-paramétriques

  • Test asymptotique de Kolmogorov
  • Le test non-asymptotique de Kolmogorov
  • Le test d'homogénéité de Kolmogorov-Smirnov
  • Le test de Shapiro-Wilk

Grands scientifiques de ce cours

  • Carl Friedrich Gauss
  • Thomas Bayes
  • Abraham Wald
  • Andreï Kolmogorov
  • Stanislav Smirnov
  • Samuel Sanford Shapiro
  • Martin Wilk
Créez votre site web gratuitement ! Ce site internet a été réalisé avec Webnode. Créez le votre gratuitement aujourd'hui ! Commencer