Par le nombre de leurs participants et leur audience, les Jeux olympiques constituent aujourd'hui le principal spectacle sportif organisé dans le monde. Ils sont aussi au centre de vives controverses, entre récits enthousiastes et féroces dénonciations. Lire la suite
Dans un tel contexte, il est légitime de poser une question toute simple à première vue : les Jeux en valent-ils la chandelle ? L'interrogation, malgré son caractère suranné, semble appropriée pour documenter ce que les Jeux olympiques, devenus de plus en plus grands, diversifiés et marchandisés, font au monde contemporain. Par ce biais, il s’agit de mettre en évidence certains de leurs effets, en particulier sociaux et environnementaux, tout en identifiant les agents économiques qui en tirent parti ainsi que les actants humains et non humains qui en pâtissent et/ou les remettent en question. Enfin, l’ouvrage montre en quoi les Jeux olympiques témoignent de tendances plus larges, à l’œuvre dans la plupart des manifestations sportives drainant un large public et de nombreux participants.
I PROBABILITÉS
1 Mesures de probabilité
1.1 Expérience aléatoire, univers et événements
1.2 Tribus (sigma-algèbres)
1.3 Mesures de probabilité
1.4 Analyse combinatoire : méthodes de dénombrement
1.5 Probabilités conditionnelles et indépendance
1.6 Exercices
2 Variables aléatoires
2.1 Définition et exemples
2.2 Loi ou distribution de probabilité
2.3 Opérations sur les variables aléatoires, égalité presque sûre, égalité en distribution
2.4 Espérance mathématique
2.5 Variance et inégalité de Tchebychev
2.6 Quelques distributions discrètes classiques
2.7 Quelques distributions continues classiques
2.8 Moments et fonction génératrice des moments
2.9 Exercices
3 Vecteurs aléatoires
3.1 Définition, distribution jointe et fonction de répartition
3.2 Distribution jointe et distributions marginales
3.3 Distributions conditionnelles
3.4 Indépendance
3.5 Covariance, corrélation et matrice de variance-covariance
3.6 Courbes de régression (contexte bivarié)
3.7 Lois normales bivariées
3.8 Distributions k-variées
3.9 Exercices
4 Convergences stochastiques et théorèmes limites
4.1 Convergences stochastiques d'une suite de variables aléatoires
4.2 La loi des grands nombres
4.3 Le théorème central-limite
4.4 Exercices
II INFÉRENCE STATISTIQUE
5 Population, échantillon et vraisemblance
5.1 Observation, population et échantillon
5.2 Vraisemblance
5.3 Fonction de répartition, moments et quantiles
5.4 Exercices
6 Statistiques et lois échantillonnées
6.1 Définitions
6.2 Lois échantillonnées exactes
6.3 Lois échantillonnées asymptotiques (approchées)
6.4 Exercices
7 Estimation ponctuelle
7.1 Introduction
7.2 Propriétés d'un estimateur
7.3 Méthodes d'estimation
7.4 Exercices
8 Estimation par intervalle (de confiance)
8.1 Introduction et définition
8.2 Fonctions pivotales
8.3 Méthode générale de construction
8.4 Caractéristiques d’un intervalle de confiance
8.5 « Combien d’observations faut-il pour que... ? »
8.6 Exercices
9 Tests d’hypothèses
9.1 Procédure de test
9.2 Un exemple
9.3 Démarche générale d’un test statistique
9.4 Exercices
10 Inférence sur les moyennes et les variances
10.1 Inférence sur une moyenne et sur une variance
10.2 Comparaison de deux moyennes
10.3 Comparaison de deux variances
10.4 Exercices
11 Inférence sur les probabilités
11.1 Inférence sur une probabilité (proportion)
11.2 Comparaison de deux probabilités (proportions)
11.3 Les tests chi-carré (chi-deux)
11.4 Exercices
12 Analyse de la variance à un facteur
12.1 Définitions et exemple
12.2 Estimation des paramètres du modèle
12.3 Test de l’hypothèse d’absence d’effet-traitement
12.4 Exercices
13 Analyse de la variance à deux facteurs
13.1 Définitions et exemple
13.2 Décomposition de la somme des carrés totale
13.3 Tests d’hypothèses
13.4 Comparaisons multiples : la méthode de scheffé
13.5 Exercices
14 Modèles de régression linéaire
14.1 Introduction
14.2 Régression linéaire simple
14.3 Régression linéaire multiple : le modèle linéaire général
14.4 Exercices
ANNEXES
A.1 Compléments sur la théorie des tests d’hypothèses
A1.1 Terminologie et concepts de base
A1.2 Le lemme fondamental de Neyman-Pearson
A1.3 Tests unilatéraux à puissance uniformément maximale
A1.4 Tests bilatéraux
A1.5 Tests du rapport de vraisemblance, de Wald et du score
A1.6 Tests et intervalles de confiance
A1.7 Exercices
A.2 Introduction à la théorie de la décision statistique
A2.1 Caractérisation d’un problème d’inférence statistique
A2.2 Comparaison des règles de décision basée sur le risque
A2.3 Exercices
BIBLIOGRAPHIE
INDEX