2023-2024 / STAT0727-2

Statistique non paramétrique

Durée

30h Th, 10h Pr, 20h TD

Nombre de crédits

 Master en sciences mathématiques, à finalité (années paires, pas organisé en 2023-2024) 8 crédits 
 Master en sciences mathématiques (années paires, pas organisé en 2023-2024) 8 crédits 

Enseignant

Gentiane Haesbroeck

Langue(s) de l'unité d'enseignement

Langue française

Organisation et évaluation

Enseignement au premier quadrimestre, examen en janvier

Horaire

Horaire en ligne

Unités d'enseignement prérequises et corequises

Les unités prérequises ou corequises sont présentées au sein de chaque programme

Contenus de l'unité d'enseignement

Le cours développe les thèmes suivants:

- Fonction de répartition;

- Rangs et quantiles;

- Tests non paramétriques univariés;

- Estimation non paramétrique des fonctions de  densité;

- Régression non paramétrique et régression quantile;

Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement

Au terme du cours, les étudiants seront capables d'exploiter à bon escient des techniques non paramétriques  dans le contexte de l'inférence, la modélisation et de l'estimation de densité. Ils seront en mesure de construire et interpréter des modèles de régression en dimension finie ou infinie. 

Savoirs et compétences prérequis

Statistique inférentielle

Activités d'apprentissage prévues et méthodes d'enseignement

Le cours se décompose en des séances ex-cathedra développant la théorie et des séances de travaux pratiques (ex-cathedra ou en salle informatique).

Mode d'enseignement (présentiel, à distance, hybride)

Le cours n'est organisé qu'un an sur deux, lors des années "paires". 

Lectures recommandées ou obligatoires et notes de cours

Des notes de cours partielles sont disponibles. Les transparents utilisés au cours seront mis en ligne sur eCampus.
 
Quelques références:
- D. Bosq (1996). Nonparametric statistics for stochastic processes. Springer-Verlag.
- E.L. Lehmann (1999). Elements of large sample theory. Springer Texts in Statistics. Springer-Verlag.
- A. B. Tsybakov (2004). Introduction à l'estimation non-paramétrique. Springer-Verlag, Berlin, 2004.
- L. Wasserman (2006). All of nonparametric statistics. Springer Texts in Statistics. Springer-Verlag.
 

Modalités d'évaluation et critères

Examen(s) en session

Toutes sessions confondues

- En présentiel

évaluation écrite

Travail à rendre - rapport


Explications complémentaires:

Examen écrit pendant la session et un projet.


 

Stage(s)

Remarques organisationnelles et modifications principales apportées au cours

Le cours est organisé un an sur deux (les années "paires"); il n'est pas organisé en 2023-2024.

Contacts

Gentiane Haesbroeck

 

Association d'un ou plusieurs MOOCs