Maîtriser le concept probabiliste de variable aléatoire réelle pour être capable de mener une étude statistique dans sa globalité, de la phase de modélisation, en passant par l'estimation de paramètres, et jusqu'à la mise en place de tests d'hypothèses.
Après une première partie sur les probabilités (vocabulaire probabiliste, variables aléatoires réelles, loi usuelles), la démarche statistique est présentée dans sa globalité (histogrammes, graphes de probabilité, estimation paramétrique, intervalles de confiance, tests d'hypothèses, régression linéaire).
Si tous les outils décrits dans le polycopié fourni aux étudiants ne sont pas traités en cours, cet enseignement devrait permettre à ces derniers de les utiliser à bon escient s'ils en ont besoin dans leur parcours professionnel.
Notions de bases en analyse.
Accessibilité des personnes en situation de handicap : nous consulter
Un examen écrit avec comme document autorisé une carte de connaissance personnelle du cours et le polycopié.
1ère session: examen écrit sur 20 points, dont 10 comportant une part de contrôle continu concernant l'élaboration tout au long du cours d'une de la carte de connaissance rendue le jour du DS et évaluée sur les critères suivants: exhaustivité, concision, lisibilité et justesse des liens.
2ème session: oral de 30 minutes ou examen écrit suivant l'affluence.
Le cours est programmé dans ces filières :
Code de l'enseignement : 3FMA1008
Langue(s) d'enseignement : 
Vous pouvez retrouver ce cours dans la liste de tous les cours.
BOULEAU N. Probabilités de l'ingénieur : variables aléatoires et simulation. Paris : Hermann, 2002
ROSS S.M. Introduction to probability models. Amsterdam : London : Paris [etc.] : Elsevier Academic Press, 2007
TASSI P., LEGAIT S. Théorie des probabilités en vue des applications statistiques. Paris : Éd. Technip : Rueil-Malmaison : Institut français du pétrole, 1990
TASSI P. Méthodes statistiques. Paris : Économica, 1989
mise à jour le 21 janvier 2020
Nos sites
e-Services
