Probabilités et inférence statistique
Ce livre a pour objectif de former à une utilisation active et pratique des méthodes statistiques inférentielles, tout en initiant les étudiants à la démarche théorique et mathématique sous-jacente. Lire la suite
Cet ouvrage se veut accessible aux étudiants non mathématiciens de filières universitaires. Il présente les concepts et les techniques de base de l'inférence statistique en respectant un compromis équilibré entre un certain formalisme mathématique et un caractère plus appliqué au travers de nombreux exemples et exercices.
L'ouvrage est constitué de deux parties. La première reprend les éléments de la théorie des probabilités indispensables au développement et à la bonne compréhension de l’inférence statistique. La seconde partie aborde, de manière systématique et rigoureuse, les problèmes d’estimation ponctuelle et par intervalle de confiance, les tests d’hypothèses, l’analyse de la variance et le modèle de régression linéaire, pour conclure par une introduction à la théorie de la décision.
Acheter cet ouvrage sur le site de notre partenaire
Spécifications
- Éditeur
- Éditions de l'Université de Bruxelles
- Co-éditeur
- Éditions Ellipses
- Auteur
- Catherine Dehon, Marc Hallin, Davy Paindaveine, Christine Thomas-Agnan, Catherine Vermandele,
- Collection
- Statistique et mathématiques appliquées
- ISSN
- 07770731
- Langue
- français
- Catégorie (éditeur)
- > Mathématiques
- BISAC Subject Heading
- MAT029000 MATHEMATICS / Probability & Statistics
- CLIL (Version 2013-2019 )
- 3056 Probabilités et statistiques
- Date de première publication du titre
- 20 août 2020
- Subject Scheme Identifier Code
- Classification thématique Thema: Probabilité et statistiques
- Avec
- Index
Livre broché
- Date de publication
- 20 août 2020
- ISBN-13
- 978-2-8004-1671-7
- Contenu du produit
- Text (eye-readable)
- Ampleur
- Nombre de pages de contenu principal : 500
- Code interne
- 1671
- ONIX XML
- Version 2.1, Version 3
Google Livres Aperçu
Sommaire
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