v2.11.0 (5354)

Cours scientifiques - STA212 : Méthodes de simulation statistiques

Domaine > Analyse et Calcul Scientifique, Probabilités et Statistiques, Optimisation, Recherche opérationnelle et Commande, Mathématiques et leurs applications.

Descriptif

Les méthodes de simulation statistiques sont des outils performants pour analyser et résoudre des modèles mathématiques, en particulier lorsque des solutions sont inaccessibles d'un point de vue analytique. L'enseignement présentera les méthodes de ré-echantillonage bootstrap, leurs fondements théoriques ainsi que leur mise-en-pratique à travers l'étude de cas avec le logiciel R. L'accent sera mis sur les applications du bootstrap à l'inférence statistique et sur l'étude de méthodes d'agrégation basées sur le bootstrap.

Ré-échantillonage bootstrap: principe et mise-en-oeuvre. Estimation du biais et de la loi d'un estimateur, construction d'intervalles de confiance et de tests.

Apprentissage statistique par agrégation d'arbres de décisions : bagging, forêts aléatoires, boosting.

Le cours est illustré par des TDs informatiques.

 

Lien vers le site pédagogique: www.math.u-psud.fr/~poursat/STA212/

Objectifs pédagogiques

Etre capable de mettre en oeuvre les méthodes de ré-echantillonage bootstrap; d'estimer le biais et la loi d'un estimateur.

21 heures en présentiel (7 blocs ou créneaux)

effectifs minimal / maximal:

10/30

Diplôme(s) concerné(s)

UE de rattachement

Pour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées

STA201

Format des notes

Numérique sur 20

Pour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées

Vos modalités d'acquisition :

Examen

Le rattrapage est autorisé (Max entre les deux notes écrêté à une note seuil)
  • le rattrapage est obligatoire si :
    Note initiale < 6
  • le rattrapage peut être demandé par l'étudiant si :
    6 ≤ note initiale < 10

Le coefficient de l'UE est : 1

L'UE est évaluée par les étudiants.

Pour les étudiants du diplôme Master 1 Parisien de Recherche Opérationnelle

Programme détaillé

1. Introduction au bootstrap
2. Arbres de décision
3. Bagging
4. Forêts aléatoires
5. Sélection d'estimateurs par validation croisée

Mots clés

simulation statistique, bootstrap
Veuillez patienter