[PDF] [PDF] Cours de Statistique Appliquée

Statistique Appliquée Iannis Aliferis École Polytechnique de l'Université de Nice – Sophia Antipolis Polytech'Nice Sophia Short-refcard pdf (4 pages) 



Previous PDF Next PDF





[PDF] Cours de Statistiques niveau L1-L2 - Archive ouverte HAL

7 mai 2018 · https://team inria fr/steep/files/2015/03/cours pdf Notes de cours Economie, assurance, finance : études quantitatives de marchés, prévisions 



[PDF] Cours de Statistique Appliquée

Statistique Appliquée Iannis Aliferis École Polytechnique de l'Université de Nice – Sophia Antipolis Polytech'Nice Sophia Short-refcard pdf (4 pages) 



[PDF] COURS DE STATISTIQUES

COURS DE STATISTIQUES (24h) • Introduction • Statistiques fiabilité, contrôle qualité, - Economie et finance: sondages, enquête d'opinion, assurance,



[PDF] Introduction et motivation du cours - Statistiques appliquées à la

En statistique, comme dans la vraie vie, on se pose des questions, et on essaie d' y répondre Notes de cours Statistique L2 Économie (Bernard Desgraupes)



[PDF] Mathématiques et statistiques appliquées à la gestion - Université

Le cours comporte trois parties principales : les éléments de calcul infinitésimal, les éléments de calcul matriciel, avec applications à la gestion et à l'économie, et  



[PDF] Licence Economie et Gestion Statistique Appliquée à - Univ-Orléans

Dès lors E[It (α)] = 1 × Pr [It (α)=1]+0 × Pr [It (α)=0]= α (2) L'hypothèse nulle H0 est l'hypothèse correspond à la validité de l'intervalle de confiance : la



[PDF] Le Manuel pour la production de statistiques sur léconomie de l

chef de la section Statistiques économiques et classifications de la DSNU D/ict /publications/hhmanual/2009/material/HHManual2009 pdf l'animation de cours et la conception de supports de formation, de guides Unies ont accueilli plusieurs ateliers régionaux sur les statistiques appliquées à la mesure des TIC



[PDF] PDF 87 ko Statistiques appliquées à la gestion : Cours danalyse de

Statistiques appliquées à la gestion Cours d'analyse de donnés Master 1 F SEYTE : Maître de conférences HDR en sciences économiques – Université de 



[PDF] La statistique et la gestion économique de lentreprise - Numdam

L'accès aux archives de la revue « Revue de statistique appliquée » (http://www prévues ; est économique la décision d'aller chercher hors de t'entreprise un considérer que le développement des ventes de gaz se fera, au cours des



[PDF] Enseignement de la Statistique économique (1885-1925

Huber M , 1943, Cours de Statistique appliquée aux affaires, vol I-V, Paris, Hermann Julin A , 1923-28, Principes de Statistique théorique et appliquée, tome 2: 

[PDF] cours de statistique appliquée ? la gestion pdf

[PDF] cours de statistique descriptive ? deux variables

[PDF] cours de statistique descriptive bernard py

[PDF] cours de statistique descriptive et exercices corrigés

[PDF] cours de statistique descriptive l1 eco gestion

[PDF] cours de statistique descriptive s1

[PDF] cours de statistique descriptive s1 pdf

[PDF] cours de statistique descriptive semestre 1 pdf

[PDF] cours de statistique licence 1

[PDF] cours de statistique pour debutant pdf

[PDF] cours de statistiques pdf simple

[PDF] cours de stockage transport et distribution des hydrocarbures

[PDF] cours de stratégie d'entreprise

[PDF] cours de stratégie d'entreprise gratuit

[PDF] cours de stylisme pdf gratuit

Polytech"Nice Sophia, Élec 3, 2007-2008 - 1Statistique Appliquée

Iannis Aliferis

École Polytechnique de l"Université de Nice - Sophia Antipolis

Polytech"Nice Sophia

Département d"Électronique, 3

eannée, 2007-2008

Iannis.Aliferis@unice.fr

Introduction

?IntroductionLe cours en brefPlan du coursBibliographie

Polytech"Nice Sophia, Élec 3, 2007-2008 - 2

Le cours en bref

?IntroductionLe cours en brefPlan du coursBibliographie

Polytech"Nice Sophia, Élec 3, 2007-2008 - 3

RStatistique descriptive

Statistique inférentielle

Variables aléatoires

Probabilités

Plan du cours

?Introduction

Le cours en brefPlan du coursBibliographie

Polytech"Nice Sophia, Élec 3, 2007-2008 - 4

Rappels sur les probabilités?

différentes définitions probabilité conditionelle indépendance Variables aléatoires (discrètes et continues)? fonction/densité de probabilité espérance, variance, moments indépendance entre v.a.

Statistique descriptive?

moyenne, écart-type, quartiles, ... histogrammes, boîtes à moustaches

Statistique inférentielle?

estimation intervalles de confiance tests d"hypothèse

Plan du cours

?Introduction

Le cours en brefPlan du coursBibliographie

Polytech"Nice Sophia, Élec 3, 2007-2008 - 4

Rappels sur les probabilités?

différentes définitions probabilité conditionelle indépendance Variables aléatoires (discrètes et continues)? fonction/densité de probabilité espérance, variance, moments indépendance entre v.a.

Statistique descriptive?

moyenne, écart-type, quartiles, ... histogrammes, boîtes à moustaches

Statistique inférentielle?

estimation intervalles de confiance tests d"hypothèse

Plan du cours

?Introduction

Le cours en brefPlan du coursBibliographie

Polytech"Nice Sophia, Élec 3, 2007-2008 - 4

Rappels sur les probabilités?

différentes définitions probabilité conditionelle indépendance Variables aléatoires (discrètes et continues)? fonction/densité de probabilité espérance, variance, moments indépendance entre v.a.

Statistique descriptive?

moyenne, écart-type, quartiles, ... histogrammes, boîtes à moustaches

Statistique inférentielle?

estimation intervalles de confiance tests d"hypothèse

Plan du cours

?Introduction

Le cours en brefPlan du coursBibliographie

Polytech"Nice Sophia, Élec 3, 2007-2008 - 4

Rappels sur les probabilités?

différentes définitions probabilité conditionelle indépendance Variables aléatoires (discrètes et continues)? fonction/densité de probabilité espérance, variance, moments indépendance entre v.a.

Statistique descriptive?

moyenne, écart-type, quartiles, ... histogrammes, boîtes à moustaches

Statistique inférentielle?

estimation intervalles de confiance tests d"hypothèse

Plan du cours

?Introduction

Le cours en brefPlan du coursBibliographie

Polytech"Nice Sophia, Élec 3, 2007-2008 - 4

Rappels sur les probabilités?

différentes définitions probabilité conditionelle indépendance Variables aléatoires (discrètes et continues)? fonction/densité de probabilité espérance, variance, moments indépendance entre v.a.

Statistique descriptive?

moyenne, écart-type, quartiles, ... histogrammes, boîtes à moustaches

Statistique inférentielle?

estimation intervalles de confiance tests d"hypothèse

Bibliographie

?Introduction

Le cours en bref

Plan du coursBibliographie

Polytech"Nice Sophia, Élec 3, 2007-2008 - 5

Probabilités, Variables Aléatoires :?

P. Bogaert, "Probabilités pour scientifiques et ingénieurs", De

Boeck, Bruxelles, 2006

D. Bertsekas, J. Tsitsiklis, "Introduction to Probability",

Athena Scientific, Belmont, 2002

Statistique :?

T.H. Wonnacott, R.J. Wonnacott, "Introductory Statistics",

5th ed., Wiley, 1990

R.E. Walpole, R.H. Mayers, "Probability and Statistics for Engineers and Scientists", Prentice Hall International, 1993.

R (livres disponibles en ligne) :?

E. Paradis, "R pour les débutants", 2005

W. N. Venables, D. M. Smith and the R Development Core

Team, "An introduction to R", 2006

W. J. Owen, "The R Guide", 2006

Bibliographie

?Introduction

Le cours en bref

Plan du coursBibliographie

Polytech"Nice Sophia, Élec 3, 2007-2008 - 5

Probabilités, Variables Aléatoires :?

P. Bogaert, "Probabilités pour scientifiques et ingénieurs", De

Boeck, Bruxelles, 2006

D. Bertsekas, J. Tsitsiklis, "Introduction to Probability",

Athena Scientific, Belmont, 2002

Statistique :?

T.H. Wonnacott, R.J. Wonnacott, "Introductory Statistics",

5th ed., Wiley, 1990

R.E. Walpole, R.H. Mayers, "Probability and Statistics for Engineers and Scientists", Prentice Hall International, 1993.

R (livres disponibles en ligne) :?

E. Paradis, "R pour les débutants", 2005

W. N. Venables, D. M. Smith and the R Development Core

Team, "An introduction to R", 2006

W. J. Owen, "The R Guide", 2006

Bibliographie

?Introduction

Le cours en bref

Plan du coursBibliographie

Polytech"Nice Sophia, Élec 3, 2007-2008 - 5

Probabilités, Variables Aléatoires :?

P. Bogaert, "Probabilités pour scientifiques et ingénieurs", De

Boeck, Bruxelles, 2006

D. Bertsekas, J. Tsitsiklis, "Introduction to Probability",

Athena Scientific, Belmont, 2002

Statistique :?

T.H. Wonnacott, R.J. Wonnacott, "Introductory Statistics",

5th ed., Wiley, 1990

R.E. Walpole, R.H. Mayers, "Probability and Statistics for Engineers and Scientists", Prentice Hall International, 1993.

R (livres disponibles en ligne) :?

E. Paradis, "R pour les débutants", 2005

W. N. Venables, D. M. Smith and the R Development Core

Team, "An introduction to R", 2006

W. J. Owen, "The R Guide", 2006

Rappels sur les Probabilités

Polytech"Nice Sophia, Élec 3, 2007-2008 - 6

Définitions

?Rappels sur les

ProbabilitésDéfinitionsExemple: lancerdeux désEnsemblesModèleprobabilistePropriétésProbabilitéconditionnelleUn nouvel UniversExemple: faussealarmeThéorème deprobabilité totaleThéorème deBayesInférencebayésienneIndépendanceQuelquesstratégiesCompter =multiplier......ou diviser!

Polytech"Nice Sophia, Élec 3, 2007-2008 - 7

Expérience aléatoire: plusieurs résultats possibles Issueouéventualitéω: un des résultats possibles

UniversΩ: l"ensemble detousles résultats

ÉvénementA: un sous-ensemble deΩ

Exemple :?

" Compter le nombre de personnes présentes »

ω1= 1(au moins...),ω2= 70, etc.

Ω ={1,2,...,Nmax}

A={il y a moins de 5 personnes}={1,2,3,4} ?Ω

Définitions

?Rappels sur les

ProbabilitésDéfinitionsExemple: lancerdeux désEnsemblesModèleprobabilistePropriétésProbabilitéconditionnelleUn nouvel UniversExemple: faussealarmeThéorème deprobabilité totaleThéorème deBayesInférencebayésienneIndépendanceQuelquesstratégiesCompter =multiplier......ou diviser!

Polytech"Nice Sophia, Élec 3, 2007-2008 - 7

Expérience aléatoire: plusieurs résultats possibles Issueouéventualitéω: un des résultats possibles

UniversΩ: l"ensemble detousles résultats

ÉvénementA: un sous-ensemble deΩ

Exemple :?

" Compter le nombre de personnes présentes »

ω1= 1(au moins...),ω2= 70, etc.

Ω ={1,2,...,Nmax}

A={il y a moins de 5 personnes}={1,2,3,4} ?Ω

Définitions

?Rappels sur les

ProbabilitésDéfinitionsExemple: lancerdeux désEnsemblesModèleprobabilistePropriétésProbabilitéconditionnelleUn nouvel UniversExemple: faussealarmeThéorème deprobabilité totaleThéorème deBayesInférencebayésienneIndépendanceQuelquesstratégiesCompter =multiplier......ou diviser!

Polytech"Nice Sophia, Élec 3, 2007-2008 - 7

Expérience aléatoire: plusieurs résultats possibles Issueouéventualitéω: un des résultats possibles

UniversΩ: l"ensemble detousles résultats

ÉvénementA: un sous-ensemble deΩ

Exemple :?

" Compter le nombre de personnes présentes »

ω1= 1(au moins...),ω2= 70, etc.

Ω ={1,2,...,Nmax}

A={il y a moins de 5 personnes}={1,2,3,4} ?Ω

Définitions

?Rappels sur les

ProbabilitésDéfinitionsExemple: lancerdeux désEnsemblesModèleprobabilistePropriétésProbabilitéconditionnelleUn nouvel UniversExemple: faussealarmeThéorème deprobabilité totaleThéorème deBayesInférencebayésienneIndépendanceQuelquesstratégiesCompter =multiplier......ou diviser!

Polytech"Nice Sophia, Élec 3, 2007-2008 - 7

Expérience aléatoire: plusieurs résultats possibles Issueouéventualitéω: un des résultats possibles

UniversΩ: l"ensemble detousles résultats

ÉvénementA: un sous-ensemble deΩ

Exemple :?

" Compter le nombre de personnes présentes »

ω1= 1(au moins...),ω2= 70, etc.

Ω ={1,2,...,Nmax}

A={il y a moins de 5 personnes}={1,2,3,4} ?Ω

Définitions

?Rappels sur les

ProbabilitésDéfinitionsExemple: lancerdeux désEnsemblesModèleprobabilistePropriétésProbabilitéconditionnelleUn nouvel UniversExemple: faussealarmeThéorème deprobabilité totaleThéorème deBayesInférencebayésienneIndépendanceQuelquesstratégiesCompter =multiplier......ou diviser!

Polytech"Nice Sophia, Élec 3, 2007-2008 - 7

Expérience aléatoire: plusieurs résultats possibles Issueouéventualitéω: un des résultats possibles

UniversΩ: l"ensemble detousles résultats

ÉvénementA: un sous-ensemble deΩ

Exemple :?

" Compter le nombre de personnes présentes »

ω1= 1(au moins...),ω2= 70, etc.

Ω ={1,2,...,Nmax}

A={il y a moins de 5 personnes}={1,2,3,4} ?Ω

Définitions

?Rappels sur les

ProbabilitésDéfinitionsExemple: lancerdeux désEnsemblesModèleprobabilistePropriétésProbabilitéconditionnelleUn nouvel UniversExemple: faussealarmeThéorème deprobabilité totaleThéorème deBayesInférencebayésienneIndépendanceQuelquesstratégiesCompter =multiplier......ou diviser!

Polytech"Nice Sophia, Élec 3, 2007-2008 - 7

Expérience aléatoire: plusieurs résultats possibles Issueouéventualitéω: un des résultats possibles

UniversΩ: l"ensemble detousles résultats

ÉvénementA: un sous-ensemble deΩ

Exemple :?

" Compter le nombre de personnes présentes »

ω1= 1(au moins...),ω2= 70, etc.

Ω ={1,2,...,Nmax}

A={il y a moins de 5 personnes}={1,2,3,4} ?Ω

Définitions

?Rappels sur les

ProbabilitésDéfinitionsExemple: lancerdeux désEnsemblesModèleprobabilistePropriétésProbabilitéconditionnelleUn nouvel UniversExemple: faussealarmeThéorème deprobabilité totaleThéorème deBayesInférencebayésienneIndépendanceQuelquesstratégiesCompter =multiplier......ou diviser!

Polytech"Nice Sophia, Élec 3, 2007-2008 - 7

Expérience aléatoire: plusieurs résultats possibles Issueouéventualitéω: un des résultats possibles

UniversΩ: l"ensemble detousles résultats

ÉvénementA: un sous-ensemble deΩ

Exemple :?

" Compter le nombre de personnes présentes »

ω1= 1(au moins...),ω2= 70, etc.

Ω ={1,2,...,Nmax}

A={il y a moins de 5 personnes}={1,2,3,4} ?Ω

Définitions

?Rappels sur les

ProbabilitésDéfinitionsExemple: lancerdeux désEnsemblesModèleprobabilistePropriétésProbabilitéconditionnelleUn nouvel UniversExemple: faussealarmeThéorème deprobabilité totaleThéorème deBayesInférencebayésienneIndépendanceQuelquesstratégiesCompter =multiplier......ou diviser!

Polytech"Nice Sophia, Élec 3, 2007-2008 - 7

Expérience aléatoire: plusieurs résultats possibles Issueouéventualitéω: un des résultats possibles

UniversΩ: l"ensemble detousles résultats

ÉvénementA: un sous-ensemble deΩ

Exemple :?

" Compter le nombre de personnes présentes »

ω1= 1(au moins...),ω2= 70, etc.

Ω ={1,2,...,Nmax}

A={il y a moins de 5 personnes}={1,2,3,4} ?Ω

Définitions

?Rappels sur les

ProbabilitésDéfinitionsExemple: lancerdeux désEnsemblesModèleprobabilistePropriétésProbabilitéconditionnelleUn nouvel UniversExemple: faussealarmeThéorème deprobabilité totaleThéorème deBayesInférencebayésienneIndépendanceQuelquesstratégiesCompter =multiplier......ou diviser!

Polytech"Nice Sophia, Élec 3, 2007-2008 - 7

Expérience aléatoire: plusieurs résultats possibles Issueouéventualitéω: un des résultats possibles

UniversΩ: l"ensemble detousles résultats

ÉvénementA: un sous-ensemble deΩ

Exemple :?

" Compter le nombre de personnes présentes »

ω1= 1(au moins...),ω2= 70, etc.

Ω ={1,2,...,Nmax}

A={il y a moins de 5 personnes}={1,2,3,4} ?Ω

Définitions

?Rappels sur les

ProbabilitésDéfinitionsExemple: lancerdeux désEnsemblesModèleprobabilistePropriétésProbabilitéconditionnelleUn nouvel UniversExemple: faussealarmeThéorème deprobabilité totaleThéorème deBayesInférencebayésienneIndépendanceQuelquesstratégiesCompter =multiplier......ou diviser!

Polytech"Nice Sophia, Élec 3, 2007-2008 - 7

Expérience aléatoire: plusieurs résultats possibles Issueouéventualitéω: un des résultats possibles

UniversΩ: l"ensemble detousles résultats

ÉvénementA: un sous-ensemble deΩ

Exemple :?

" Compter le nombre de personnes présentes »

ω1= 1(au moins...),ω2= 70, etc.

Ω ={1,2,...,Nmax}

A={il y a moins de 5 personnes}={1,2,3,4} ?Ω

Exemple : lancer deux dés

?Rappels sur les

Probabilités

DéfinitionsExemple: lancerdeux désEnsemblesModèleprobabilistePropriétésProbabilitéconditionnelleUn nouvel UniversExemple: faussealarmeThéorème deprobabilité totaleThéorème deBayesInférencebayésienneIndépendanceQuelquesstratégiesCompter =multiplier......ou diviser!

Polytech"Nice Sophia, Élec 3, 2007-2008 - 8

ω1= (1,1),ω2= (3,4),ω3= (4,3), ...

Ω ={(1,1),(1,2),...,(1,6),(2,1),...,(6,6)}

A={la somme est égale à 6}

B={le 1erest entre 3 et 5; le 2ndentre 2 et 4}

Exemple : lancer deux dés

?Rappels sur les

Probabilités

DéfinitionsExemple: lancerdeux désEnsemblesModèleprobabilistePropriétésProbabilitéconditionnelleUn nouvel UniversExemple: faussealarmeThéorème deprobabilité totaleThéorème deBayesInférencebayésienneIndépendanceQuelquesstratégiesCompter =multiplier......ou diviser!

Polytech"Nice Sophia, Élec 3, 2007-2008 - 8

A B

ω1= (1,1),ω2= (3,4),ω3= (4,3), ...

Ω ={(1,1),(1,2),...,(1,6),(2,1),...,(6,6)}

A={la somme est égale à 6}

B={le 1erest entre 3 et 5; le 2ndentre 2 et 4}

Exemple : lancer deux dés

?Rappels sur les

Probabilités

DéfinitionsExemple: lancerdeux désEnsemblesModèleprobabilistePropriétésProbabilitéconditionnelleUn nouvel UniversExemple: faussealarmeThéorème deprobabilité totaleThéorème deBayesInférencebayésienneIndépendanceQuelquesstratégiesCompter =multiplier......ou diviser!

Polytech"Nice Sophia, Élec 3, 2007-2008 - 8

A B

ω1= (1,1),ω2= (3,4),ω3= (4,3), ...

Ω ={(1,1),(1,2),...,(1,6),(2,1),...,(6,6)}

A={la somme est égale à 6}

B={le 1erest entre 3 et 5; le 2ndentre 2 et 4}

Exemple : lancer deux dés

?Rappels sur les

Probabilités

DéfinitionsExemple: lancerdeux désEnsemblesModèleprobabilistePropriétésProbabilitéconditionnelleUn nouvel UniversExemple: faussealarmeThéorème deprobabilité totaleThéorème deBayesInférencebayésienneIndépendanceQuelquesstratégiesCompter =multiplier......ou diviser!

Polytech"Nice Sophia, Élec 3, 2007-2008 - 8

A Bquotesdbs_dbs50.pdfusesText_50