Goals

AF consacrée à la modélisation en contexte incertain à l'aide de variables aléatoires réelles à densité. Introduction de lois usuelles mono et multidimensionnelles. Étude des méthodes de calcul des probabilités et d'approximation basées sur les théorèmes de convergence. Mise en œuvre de la méthode de Monte Carlo sur un cas pratique. La 2e partie du cours en consacré à l'estimation statistique : ponctuelle et par intervalle. Les principaux tests statistiques sont introduits et appliqués au contexte de la régression linéaire. Part importante consacrée à l'utilisation de Matlab.

Programme

Probabilités : (1) Variables aléatoires (2) Moments de variables aléatoires réelles (3) Vecteurs aléatoires (4) Suites de variables aléatoires - Résultats asymptotiques-Simulation et méthode de Monte-Carlo.

Statistique : (5) Estimation ponctuelle (6) Estimation par intervalle de confiance (7) Tests Statistiques (8) Régression linéaire.

Sustainable development

Level 1: Activity contextualised through environmentally sustainable development and social responsibility and/or supported by examples, exercises, applications.

DD&RS level 1

Activity contextualised through environmentally sustainable development and social responsibility and/or supported by examples, exercises, applications.

Course
14h
 
TC
16h
 

Code

21_I_G_S05_MTH_TC_3

Responsibles

  • Marie-Christophette BLANCHET
  • Yohann DE CASTRO

Language

French

Keywords

Lois de probabilité, variables aléatoires à densité, moments, vecteurs gaussiens, simulations aléatoires, estimateurs, biais, risque, tests d'hypothèses paramétriques (moyenne et variance), test d' ajustement de loi, régression linéaire.