Cours

Le cours accéléré de statistique reprendra les principes de base de la statistique inférentielle: estimateur, tests, intervalle de confiance dans les cas classiques d'inférence paramétrique. Il s'attachera à expliquer le choix des procédures.
Il abordera la théorie de l'estimation par maximum de vraisemblance, puis celle de l'estimation par moindres carrés en prenant l'exemple du modèle linéaire.
Il introduira enfin le principe de la statistique bayésienne.
L'enseignement comportera une part de travaux dirigés sur ordinateurs, permettant de transformer le savoir théorique en une pratique de la modélisation de données réelles et de l'estimation de modèles avec un logiciel (logiciel R).

séances de 3h30 -

Documents

un poly

DESCRIPTION	DOCUMENTS
Séance 1: estimation Séance 2: introduction à R Séance 3: Test (suite), IC	transparents C1, exercices et un corrigé exercices EMV et un corrigé IntroR.pdf IntroR-debut.R corrigé TP transparents C3
Séance 4: Modèle linéaire, choix de modèle, méthodes régularisées Séance 5: TP	transparents C4 énoncé TP hFE.csv corrigé TP
Séance 6: Statistique Bayésienne	qqs lois bien utiles transparents C6 TP calcul facteur de Bayes corrigé

Le logiciel R

Vous pouvez faire une installation sur votre ordinateur personnel:

Le logiciel est téléchargeable sur le site du projet R: https://www.r-project.org/. Cliquer sur CRAN, puis choisir un "miroir" en France.
Une fois R installé, il est conseillé d'utiliser l'interface Rstudio: https://rstudio.com/products/rstudio/
Il est possible d'utiliser directement un notebook sur internet https://jupyter.org/try sans installer le logiciel en local
un fichier récapitulatif des commandes de base: carteref

Bibliographie

Statistique en action, V. Rivoirard et G. Stolz (Vuibert 2009)
Introduction au calcul des probabilités et à la statistique, J.-F. Delmas (Les Presses de l'ENSTA 2010)
Statistiques générales pour utilisateurs, J. Pagès (PUR 2005)
Régression: Théorie et Applications, P.-A. Cornillon et E. Matzner-Lober (Springer 2007)
Le modèle linéaire par l'exemple, J.-M. Azaïs et J.-M. Bardet (Dunod 2005)
Statistiques avec R, P.-A. Cornillon et autres (PUR 2008)