Objectifs

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.

Développement durable

Niveau 1 : Activité contextualisée par rapport aux problématiques de développement durable et de responsabilité sociétale et/ou illustrée par des exemples, exercices, applications.

DD&RS niveau 1

Activité contextualisée par rapport aux problématiques de développement durable et de responsabilité sociétale et/ou illustrée par des exemples, exercices, applications.

Éléments du programme liés aux objectifs de développement durable

Modélisation probabiliste, Méthode de Monte-Carlo, estimation et tests statistiques, régression linéaire.

Autonomie
2h
 
Cours
14h
 
TD
14h
 

Responsables

  • Marie-Christophette BLANCHET
  • Céline HARTWEG-HELBERT

Langue

Français

Mots-clés

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.