Syllabus du cours de Probabilités et Statistiques
Objectifs :
a) Objectifs généraux:
- Introduire au mode de raisonnement probabiliste et aux méthodes de la statistique
mathématique. Ces méthodes sont utiles dans tous les domaines des sciences où des
aspects aléatoires et/ou expérimentaux apparaissent. Le cours développera surtout les outils
utiles pour les sciences
- Ce cours s'inscrit dans une logique de formation en statistique.
b) Objectifs spécifiques:
A l'issue du cours de probabilités, les étudiants doivent être capables de :
- comprendre et modéliser les aspects aléatoires de certains phénomènes ;
- modéliser correctement des expériences simples (tirage d'une urne avec ou sans remise) et
y calculer les probabilités des événements d'intérêt ;
- appliquer ces modèles de base à des situations réelles (jeux de hasard, assurances, calculs
de rentabilité d'une action boursière,...) ;
- décrire une expérience aléatoire grâce aux variables aléatoires, uni- et bi-variées ;
- utiliser les variables aléatoires discrètes et continues pour calculer des probabilités dans
des problèmes réels ;
- étudier les propriétés de fonctions de variables aléatoires.
Compétences :
À l'issue du cours, l'étudiant devra être capable de comprendre et de modéliser les aspects
aléatoires d'expériences simples et de calculer les probabilités des événements qui en
découlent. Il devra en outre être capable d'appliquer ces modèles à des situations concrètes
et réelles plus complexes et de décrire ces phénomènes par le bias des variables aléatoires
appropriées (uni- et multivariée) . Il sera également tenu de connaître les propriétés de
fonctions de variables aléatoires et comment leurs concepts s'appliquent directement au
cadre de l'analyse statistique (échantillonnage).
Contenu de l'activité :
Ce cours s’appuie sur les ouvrages suivants :
Plan détaillé du cours
Chapitre : Une introduction aux probabilités
Un retour sur les ensembles
Les sous-ensembles
Les opérations sur les ensembles
Les expériences aléatoires et les espaces échantillonnaux
Les événements
Les probabilités et leur détermination
L'estimation d'une probabilité fondée sur la pratique
Les espaces échantillonnaux finis et leur dénombrement
1
Les diagrammes en arbre
Le principe de multiplication
Les permutations
Les combinaisons
Les permutations d'objets semblables
Les probabilités conditionnelles
Les partitions, les probabilités totales et le théorème de Bayes
Résumé
Exercices
Chapitre : Les variables aléatoire a une dimension
Les fonctions de répartition
Les variables aléatoires discrètes
Les variables aléatoires continues
Quelques caractéristiques des distributions
L'espérance mathématique
La variance et l'écart-type
Les moments d'une distribution
Les fonctions d'une variable aléatoire
Les événements équivalents
Les fonctions discrètes d'une variable aléatoire
Les fonctions continues d'une variable aléatoire continue
L'espérance mathématique d'une fonction de X
Résumé
Exercices
Chapitre : Les distributions de probabilité conjointes
Les vecteurs aléatoires de dimension
La distribution conjointe de deux variables aléatoires
Les distributions marginales
Les distributions conditionnelles
L'indépendance de variables aléatoires
La covariance et la corrélation
Les combinaisons linéaires
Résumé
Exercices
Chapitre : Quelques lois de probabilités discrètes
Les épreuves et la loi de Bernoulli
La loi binomiale
La loi géométrique
La loi de Pascal
La loi hypergéométrique
La loi de Poisson
Quelques approximations
Résumé
Exercices
2
Chapitre : Quelques lois de probabilités continues
La loi uniforme continue
La loi exponentielle
La loi gamma
La loi de Weibull
Résumé
Exercices
Chapitre : La loi normale
La loi normale
Les propriétés de la loi normale
La propriété d'additivité de la loi normale
Le théorème central limite
La loi lognormale
La loi normale à deux variables
Résumé
Exercices
Chapitre : statistique en bref et la description des données
Les concepts de base en statistique
La présentation graphique des données
Le graphique de points et le nuage de points
Le tableau de fréquences et ('histogramme
Le diagramme en boîte
Le diagramme en bâtons
Le diagramme quantile-quantile
Le diagramme chronologique
La description numérique des données
Les mesures de position
Les mesures de dispersion
Les coefficients d'asymétrie et d'aplatissement
Une mesure d'association: le coefficient de corrélation
Les données groupées
Résumé
Exercices
Chapitre : Les échantillons aléatoires et les distributions échantillonnales
Les échantillons aléatoires
Les statistiques et les distributions échantillonnales
La loi du khi-carré
La loi f de Student
La loi F de Fisher
Résumé
Exercices
Chapitre : L’estimation des paramètres
3
L'estimation ponctuelle
Les propriétés des estimateurs
La méthode du maximum de vraisemblance
La méthode des moments
L'estimation par intervalle de confiance à partir d'un seul échantillon
La moyenne d'une loi normale de variance connue
La moyenne d'une loi normale de variance inconnue
La variance d'une loi normale
La proportion dans une population
L'estimation par intervalle de confiance à partir
de deux échantillons
La différence entre les moyennes de deux lois
normales de variance connue
La différence entre les moyennes de deux lois
normales de variances inconnues mais égales
La différence entre les moyennes de deux lois
normales de variances inconnues mais inégales
La différence entre les moyennes de deux lois
normales dans le cas d'observations appariées
Le rapport des variances de deux lois normales
La différence entre deux proportions
Les intervalles de prévision et les intervalles de tolérance
Les intervalles de prévision
Les intervalles de tolérance
Résumé
Exercices
Chapitre : Les tests d’hypothèse
Les concepts de base
Les tests d'hypothèses à partir d'un seul échantillon
Les tests sur la moyenne d'une distribution
normale de variance connue
Les tests sur la moyenne d'une distribution
normale de variance inconnue
Les tests sur la variance d'une distribution
normale
Les tests sur une proportion
Les tests d'hypothèses à partir de deux échantillons
Les tests sur les moyennes de deux distributions
normales de variances connues
Les tests sur les moyennes de deux distributions
normales de variances inconnues mais égales
Les tests sur les moyennes de deux distributions
normales de variances inconnues mais inégales
Les tests rappariés
Les tests sur l'égalité de deux variances
Les tests sur deux proportions
4
Le test d'ajustement du khi-carré
Les tests de tableaux de contingence
Le test d'indépendance de deux variables
aléatoires catégoriques
Le test d'homogénéité de r populations
Résumé
Exercices
Chapitre : L’analyse de la variance et les plans d’experiences
Le plan d'expériences à un seul facteur
Le modèle
L'estimation des paramètres du modèle
La décomposition de la variabilité
La construction de la statistique du test global
de comparaison des moyennes
Le plan d'expériences déséquilibré
L'analyse des résidus et la validation du modèle
Les comparaisons de moyennes deux à deux
Le plan d'expériences en blocs aléatoires complets
Les plans factoriels à deux facteurs
Le plan factorielk
Le plan
Le plank avec trois facteurs ou plus
Résumé
Exercices
Chapitre : La régression linéaire simple et la corrélation
La régression linéaire simple
Les tests d'hypothèses dans une régression linéaire simple
Les tests sur la pente de la droite de régression, /?,
Le test sur l'ordonnée à l'origine de la droite de régression, (
L'estimation par intervalle pour une régression linéaire simple
L'intervalle de confiance pour la pente /?,
L'intervalle de confiance pour l'ordonnée à l'origine /
L'intervalle de confiance pour la valeur moyenne
au point xQ
La prévision de nouvelles observations
La validation et la qualité de l'ajustement du modèle de régression
L'analyse des résidus
Le coefficient de détermination
Les transformations pour une droite
La corrélation
Résumé
Exercices
5
Bibliographie :
Autres informations :
- Le cours est obligatoire pour les étudiants.