Statistiques

  • See this page in english

    En bref

  • Code : N7AN03A

Objectifs

Comprendre le modèle statistique et les principales méthodes d’estimation et de détection. Donner les bases de l’estimation : qualités d’un estimateur (sans biais, convergent, ecace), méthodes de construction d’un estimateur (maximum de vraisemblance, estimation bayésienne...).

Description

Estimation

  • Introduction à la statistique - Rappel des outils de probabilités nécessaires
  • Introduction à l’estimation - notion de biais - variance - calcul sur des exemples simples
  • Estimation : Borne de Rao-Cramer - Propriétés des estimateurs efficaces
  • Etudes d’estimateurs : biais, variance, efficacité
  • Construction d’un estimateur par la méthode du maximum de vraisemblance - exemples simples
  • Construction d’un estimateur : méthode des moments, maximum de vraisemblance, Bayésien, par intervalle de confiance
  • Etude d’estimateurs du maximum de vraisemblance
  • Etude d’estimateurs bayésiens

Tests

  • Tests paramétriques - risques alpha, béta - exemple de test
  • Test optimal de Neyman-Pearson en hypothèses simples et  composites
  • Construction de test optimal de Neyman-Pearson
  • Tests non paramétrique de Kolmogorov et Kolmogorov-Smirnov
  • Test non paramétrique du Chi2

Pré-requis nécessaires

Probabilités

 

Session 1 ou session unique - Contrôle des connaissances

ModalitéNatureCoefficientRemarques
CT (contrôle terminal) Ecrit100%Examen Statistiques

Session 2 - Contrôle des connaissances

ModalitéNatureCoefficientRemarques
CT (contrôle terminal) Ecrit100%Examen Statistiques

Contact(s)

CHARVILLAT VINCENT

Contactez l’ENSEEIHT

L’École Nationale Supérieure d'Électrotechnique, d'Électronique, d'Informatique, d'Hydraulique et des Télécommunications

2, rue Charles Camichel - BP 7122
31071 Toulouse Cedex 7, France

+33 (0)5 34 32 20 00

Certifications

  • Logo MENESR
  • Logo UTFTMP
  • Logo INP
  • Logo INPT
  • Logo Mines télécoms
  • Logo CTI
  • Logo CDEFI
  • Logo midisup