2021-2022 / 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 2021-2022) 8 crédits 
 Master en sciences mathématiques (années paires, pas organisé en 2021-2022) 8 crédits 

Enseignant

Amir Aboubacar

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;
- Introduction à l'analyse des données fonctionnelles. 

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 (par exemple le cours de proba et stat III du bachelier en sciences mathématiques)

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

L'évaluation comporte deux parties:
- Si l'évaluation en présentiel est possible: un examen écrit pendant la session de janvier et un projet.
- Si l'évaluation à distance est imposée par la situation sanitaire : examen écrit et un projet. 
 
Modalité d'évaluation arrêtée le 11/12/2020 : l'examen écrit se déroulera en présentiel


 

Stage(s)

Remarques organisationnelles

Langue d'enseignement : français

Contacts

Amir Aboubacar, a.aboubacar@ulg.ac.be