Statistiques (U-Paris)

An introduction to Statistical Inference

Jan 2, 2024

Organisation 2021-22

Le cours est découpé en 12 séances de 2 heures (4 heures hebdomadaires). Il est accompagné d’autant de séances d’exercices (5 heures hebdomadaires).

Emploi du temps Master 1 Mathématiques Fondamentales et Appliquées

Campus des Grands Moulins

Prérequis

Cours Probabilités L3 Mathématiques

Plan 2021-22

Leçon Diapositives Date Poly
Problèmes d’inférence Chapitre I
Vecteurs Gaussiens No 2022-01-21
Estimations dans les modèles linéaires gaussiens 2022-02-02 Chapitre III
Méthodes d’estimation: Moments 2022-02-04 et 09 Chapitre IV
Méthodes d’estimation: Moments et Vraisemblance 2022-02-09 et 11 Chapitre IV et V Sections 1-2 et 5
Tests 2022-02-11 Chapitre VI Sections 1-2
Tests de type $\chi^2$ 2022-02-16 et 18 Chapitre VII Sections 1-4 et 7
Tests non-paramétriques 2022-02-18 Chapitre VIII Sections 1-3
Correction Feuille TD 4 2022-02-23 Exercice 5
Correction Devoir 2022-02-25

Références

  • Bickel, P. J., & Doksum, K. A. (2015-2017). Mathematical statistics: basic ideas and selected topics. volumes I & II. CRC Press.

  • Polycopié

Validation et Contrôle des connaissances 2021-22 (MCC)

  • Session 1
    • Contrôle continu (CC) et Examen terminal (E)
    • Contrôle continu
      • Interrogations sur table (IST), une (semaine 6).
    • Absences injustifiées : Défaillance, pas de note de CC
    • Note finale : $\frac{\text{E} + \text{CC}}{2}$ ou $\text{E}$
  • Session 2 : Examen terminal En cas d’absence injustifiée en seconde session, la note de première session n’est pas reportée
  • Validation : Note de session supérieure ou égale à 10
Course Inference Master Statistics Université de Paris Master Mathématiques Fondamentales et Appliquées Master I MFA Master MIDS Data Science
Professor of Mathematics

My research interests include Statistics, Information Theory, Machine Learning, Probability, Algorithms