 | | |
| STAT0727-2 | Statistique non paramétrique
|
|
| Durée : | 30h Th, 10h Pr, 20h TD |
|
| Nombre de crédits : |
|
|
| Nom du professeur : | Cédric Heuchenne |
|
Langue(s) du cours :
|
| Langue française |
|
Organisation et évaluation :
|
| Enseignement au deuxième quadrimestre |
|
Contenus du cours :
|
| La première partie du cours est consacrée aux différents tests non paramétriques élémentaires. Entre autres sont abordés, les tests de location et de dispersion pour une ou deux populations, les tests d'ajustement d'une distribution à une famille de distributions paramétriques, les tests d'indépendance utilisant des mesures d'association entre deux ou plusieurs variables aléatoires. La seconde partie du cours est consacrée à l'estimation non paramétrique des fonctions de répartition, des densités et des quantiles. On insiste particulièrement sur les méthodes à noyaux et le choix de leurs paramètres de lissage. |
|
Acquis d'apprentissage (objectifs d'apprentissage) du cours :
|
| Au terme du cours, les étudiants auront compris et appliqué les concepts de base de l'inférence non paramétrique. Ils maîtriseront certaines méthodes d'estimation ainsi que les tests non paramétriques élémentaires. Il seront aussi capables d'utiliser ces procédures non paramétriques dans des analyses de données, et ceci à l'aide de logiciels statistiques. |
|
Prérequis et corequis / Modules de cours optionnels recommandés :
|
| Cours de base de statistique mathématique. |
|
Activités d'apprentissage prévues et méthodes d'enseignement :
|
| 30h d'exercices et travaux pratiques sur ordinateur. |
|
Mode d'enseignement (présentiel ; enseignement à distance) :
|
| Le cours se donne de façon ex cathedra au second quadrimestre. Les cours et séances d'exercices et de travaux pratiques sont programmés selon l'horaire officiel distribué aux étudiants en début d'année. |
|
Lectures recommandées ou obligatoires et notes de cours :
|
| La matière est consituée de chapitres de livre et d'exercices protégés par des droits d'auteurs. La matière est vue au cours et les références nécessaires sont données.
Lectures conseillées:
Bosq, D. et Lecoutre, J.P. (1987). Théorie de l'estimation fonctionnelle. Economica, Paris.
Gibbons, J.D. (1971). Nonparametric Statistical Inference. McGraw-Hill, New York.
Härdle, W. (1990). Applied Nonparametric Regression. Cambridge University Press, Cambridge.
Hollander, M. et Wolfe, D.A. (1999). Nonparametric Statistical Methods. Second Edition. Wiley, New York.
Maritz, J.S. (1995). Distribution-free Statistical Methods. Second Edition. Chapman and Hall, New York.
Randles, R. and Wolfe, D. (1979). Introduction to the Theory of Nonparametric Statistics. Wiley, New York.
Silverman, B.W. (1986). Density Estimation for Statistics and Data Analysis. Chapman and Hall, London.
Wand, M.P. et Jones, M.C. (1995). An introduction to kernel smoothing. Chapman and Hall, London. |
|
Modalités d'évaluation et critères :
|
| L'évaluation comporte deux parties: un travail sur ordinateur traitant un cas réel à l'aide des méthodes vues au cours théorique et un examen pendant la session de mai-juin portant sur l'ensemble de la matière vue. Cet examen comporte une partie écrite sur les exercices et une partie orale sur la théorie. |
|
Stage(s) :
|
| |
|
Remarques organisationnelles :
|
| Langue d'enseignement : français |
|
Contacts :
|
| Cédric HEUCHENNE, HEC-ULg Ecole de Gestion de l'Université de Liège, Bât N1, local 309, tél: 04/366 27 20, email: C.Heuchenne@ulg.ac.be
Alessandro BERETTA, HEC-ULg Ecole de Gestion de l'Université de Liège, Bât N1, local 310, email: A.Beretta@ulg.ac.be |
|
