Cours fondamentaux

TD Probabilités L3  Des exercices de probabilités de niveau Licence 3ème année (Orsay)

Cours Probabilités 1   un cours de Sylvie Méléard (Ecole Polytechnique Palaiseau) sur les probabilités de niveau Licence 3ème année, avec des exercices corrigés.

Cours Probabilités 1   un cours de Jean-François Legall (ENS ULM et Paris 11) sur les probabilités de niveau Master 1ère année

TD Probabilités M1   Des exercices de probabilités de niveau Master 1ère année (Orsay)

Cours Statistiques 1   un cours de Vincent Rivoirard (Université Paris 11) sur les statistiques mathématiques de niveau Master 1ère (préparation à l'agrégation de mathématiques)

Cours Statistiques 1   un cours de JM Bardet (Université Paris 1) sur les statistiques mathématiques de niveau Master 1ère année

Cours avancés de statistiques

  Cours Modèles Linéaires 1   un cours de Xavier Guyon (Université Paris 1) sur les modèles linéaires (régression, analyse de la variance, sélection de modèles) et leurs extentions (modèles logit, log-linéaires) et de niveau Licence 3ème année -> Master 2ème année

Cours Modèles Linéaires 2    un cours de JM Azaïs (Université Toulouse III) et JM Bardet (Université Paris 1) sur les modèles linéaires (régression, analyse de la variance, sélection de modèles, modèles mixtes, plans d'expériences) préambule à un livre publié chez Dunod, et de niveau Licence 3ème année -> Master 2ème année

Cours Modèles Linéaires 3   un cours de Philippe Besse (INSA Toulouse) sur le modèle linéaire (régression, analyse de la variance, modèle linéaire généralisé) de niveau Master 1ère année -> Master 2ème année

  Cours Data Mining 1 Cours 2 Cours 3 Cours 4 Cours 5 Cours 6   un cours de Jean Coursol (Université Paris 11) sur le data-mining (supervisé et non supervisé), de niveau Master 2ème année

Cours Data Mining Cours Apprentissage   deux cours de Philippe Besse (INSA Toulouse) sur le data-mining (supervisé et non supervisé) et l'apprentissage, de niveau Master 1ère année -> Master 2ème année

Cours "Statistical learning"   un cours de Jean-Philippe Vert (Mines Paris-Tech et Insitut Curie) préparé pour le M2 de Saint Louis

  Cours de Séries Temporelles   un cours de Paul Doukhan (Université de Cergy) sur les séries chronologiques (stationarité, ARMA, estimation, prédiction) de niveau Master 2ème année

Cours Séries Temporelles 1   un cours de O. Cappé, M. Charbit et E. Moulines (ENST) sur les séries chronologiques (stationarité, ARMA, estimation, prédiction) et de niveau Master 1ère année -> Master 2ème année

Cours Séries Temporelles 1   un cours de X. Guyon (Université Paris 1) sur les séries chronologiques (stationarité, ARMA, estimation, prédiction) et de niveau Master 1ère année et Master 2ème année

  Cours Statistiques Spatiales 1   un cours de Xavier Guyon (Université Paris 1) sur les statistiques spatiales (processus spatiaux, processus de Markov, estimation, simulation) et de niveau Master 2ème année

  Cours Méthodes Numériques pour Chaînes de Markov   un cours de Xavier Guyon (Université Paris 1) sur les méthodes numériques pour les chaînes de Markov (simulation, convergence, problèmes inverses) et de niveau Master 2ème année (Attention! cours en espagnol!)

Bibliographie de recherche

  Exposé   un exposé de G. Djimefo sur les statistiques médicales

  Poster   un poster de W. Toussile portant sur une "Etude des interactions parasites x vecteurs : aspects m´ethodologiques"

Liens vers des ressources bibliographiques

  MathSciNet   un lien vers le moteur de recherche de l'AMS: MathSciNet. Vous pouvez également demandé un accès à ce moteur de recherche en envoyant un email à email

  JSTOR   un lien vers le site d'archives de nombreuses revues, JSTOR. Pour les collègues africains n'ayant pas un accès autorisé à ce site, vous pouvez consulter le site

  HAL   un lien vers HAL, site de dépot d'articles de recherche

  arXiV   un lien vers arXiV, site de dépot d'articles de recherche

  IMS   un lien vers l'IMS (Institute of Mathematical Statistics). Les doctorants peuvent devenir membres gratuitement et bénéficer d'accès aux revues de l'IMS.