Large sample analysis : theory and practice, General course

Durée

24h Th, 12h Pr, 10h Proj.

Nombre de crédits

Enseignant

Langue(s) de l'unité d'enseignement

Langue anglaise

Organisation et évaluation

Enseignement au deuxième quadrimestre

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

1 Introduction
2 Models and challenges
3 Generating random variables
4 Generating random processes 
5 Monte Carlo Integration and Optimization 
6 Markov Chain Monte Carlo
7 Statistical analysis of simulation data 
8 Variance reduction

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

Bonne compréhension des problématiques liées à la simulation et à l'échantillonnage.
 
 

Savoirs et compétences prérequis

Pour suivre ce cours il est indispensable d'avoir de bonnes bases en 

• théorie des probabilités  (mesures de probabilité, lois usuelles univariées, lois multivariées, TCL, loi des grands nombres, ...)
• statistique paramétrique (vraisemblance d'un modèle, information de Fisher,  tests statistiques courants, intervalle et zone de confiance, ...)

Activités d'apprentissage prévues et méthodes d'enseignement

Cours ex-cathedra, séances de TP sur ordinateur et sur papier. Un projet est également prévu (modalités encore à fixer). 

Mode d'enseignement (présentiel ; enseignement à distance)

présentiel

Lectures recommandées ou obligatoires et notes de cours

Toutes les informations (notes de cours, énoncés de projet, énoncés d'exercices) seront mises à disposition via la plateforme eCampus. 
Références
Kroese, Dirk P., Thomas Taimre, and Zdravko I. Botev. Handbook of monte carlo methods. Vol. 706. John Wiley & Sons, 2013.
Robert, Christian, and George Casella. Monte Carlo statistical methods. Springer Science & Business Media, 2013.
Robert, Christian P., George Casella, and George Casella. Introducing monte carlo methods with r. Vol. 18. New York: Springer, 2010.

Modalités d'évaluation et critères

Les modalités précises sont encore à fixer en fonction du projet. Toutes informations seront données au début du cours. 

Stage(s)

Remarques organisationnelles

Contacts

Yvik Swan 
Office : B37 0/68 Phone : +32 4 366 94 76 Email : yswan at  ulg.ac.be 

Adaptation des engagements pédagogiques suite à la pandémie de COVID-19 pour la session de mai-juin

Méthodes d'apprentissage mises en œuvre : enseignement à distance

eCampus

Matière de l'évaluation

 Monte Carlo methods, Models and challenges, Generating random variables.

Méthodes d'évaluation

Project

Contact

Amir Aboubacar 
a.aboubacar@uliege.be

Adaptation des engagements pédagogiques suite à la pandémie de COVID-19 pour la session août-sept

Matière de l'évaluation

Monte Carlo methods, Models and challenges, Generating random variables.

Méthodes d'évaluation (et plateforme utilisée)

Project

Contact(s)

Amir Aboubacar 
a.aboubacar@uliege.be