- Friday
- March 29th, 2024
- Ajouter un cours
GENERALITES STATISTIQUE Objectifs du cours de statistique générale 1. Introduire aux concepts de données et de leur mesure, à la problématique des représentations de ces dernières, particulièrement les représentations synthétiques. 2. Confronter à la multiplicité des moyens...
Méthode duale pour le problème d’ optimisation de portefeuille Introduction Nous avons vu dans le chapitre précédent, comment les méthodes de programmation dynamique et de contrôle stochastique, nous ont permis d’établir des équations aux dérivées partielles non linéaires (équations de...
Analyse des incertitudes générées par les méthodes d’extrapolation (IRC, IRC, SRC50, SRC50) Distribution des incertitudes pour un intervalle d’échantillonnage mensuel de surveillance par type de matériaux (méthode IRC) La figure 4-1 présente la distribution des biais interannuels à un intervalle...
Études statistiques à une variable Champ d'application des statistiques Les statistiques s'appliquent à des ensembles d'éléments nommés populations. Chaque élément étudié est une unité statistique ou un individu. Le caractère ou variable statistique d'une population est la propriété sur laquelle...
STATISTIQUES DESCRIPTIVES En italien, « stato » désigne l’état. Ce mot à donné « statista » pour « homme d’état ». En 1670, le mot est devenu en latin « statisticus » pour signifier ce qui est relatif à l’état....
Transfert radiatif et résolution par méthodes de Monte-Carlo Variables aléatoires et probabilités Avant d’aborder, à proprement parler, les méthodes de Monte-Carlo, il convient de rappeler succinctement les termes et notions statistiques sur lesquels elles s’appuient. Variables aléatoires Une variable est...
Genéralités sur l'inférence bayésienne Nous présentons dans ce chapitre les fondements de l’inférence bayésienne. L’inférence bayésienne est un domaine des statistiques très riche et ouvrant la voie à diverses applications. Nous parlons d’inférence “bayésienne” lorsque l’on se donne une distribution...
OTTO Principes de OTTO Mémoire Nous avons vu que les structures de mémoire utilisées dans OTTO sont de la forme Sj = (γj , Dj , {(D¯ 1 j , T1). . .(D¯ N j , TN )}) où γj...
Estimation P Les plus honnêtes Le tableau-outil ci-dessous permet d'obtenir instantanément la marge d'erreur d'une proportion estimée, compte tenu du niveau de confiance souhaité. Il suffit de remplir les cellules blanches (avec des valeurs plausibles) et les résultats s'affichent dans...