Statistique approfondie

linge1214  2020-2021  Louvain-la-Neuve

Statistique approfondie
En raison de la crise du COVID-19, les informations ci-dessous sont susceptibles d’être modifiées, notamment celles qui concernent le mode d’enseignement (en présentiel, en distanciel ou sous un format comodal ou hybride).
4 crédits
30.0 h + 15.0 h
Q1
Enseignants
Langue
d'enseignement
Français
Préalables

Le(s) prérequis de cette Unité d’enseignement (UE) sont précisés à la fin de cette fiche, en regard des programmes/formations qui proposent cette UE.
Thèmes abordés
Partie 1 : Méthodes de l'analyse statistique. Après une introduction au modèle statistique (modèle de population et modèle d'échantillonnage), on montre comment les distributions d'échantillonnage de statistiques sont à la base de l'inférence. Ces propriétés permettent de contrôler la précision d'estimateurs ponctuels de construire des intervalles de confiance et de contrôler les risques d'erreur dans une procédure de test d'hypothèses. Ceci implique le développement d'une théorie générale de l'estimation (propriétés des estimateurs, y compris propriétés en grands échantillons) et une théorie générale des tests d'hypothèses. Partie 2 : Application à quelques problèmes types. Les méthodes peuvent alors être adaptées à l'analyse de problèmes d'application particulièrement utiles en économie et gestion : Modélisation de relation entre variables (modèles linéaires) ; Introduction aux plans d'expérience (comparaison de deux moyennes, échantillons indépendants ou pairés), Analyse de la variance (comparaison de plusieurs moyennes) ;Etudes de données catégorielles y compris un test d'indépendance entre variables
Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :

1 L'objectif de ce cours est d'introduire les raisonnements et les méthodes de base de l'analyse statistique, ainsi que ses applications à la résolution de problèmes statistiques rencontrés dans le domaine de l'économie et de la gestion. Ce cours vise aussi à enseigner la matière de base qui sera utilisée dans les cours de statistique et d'économétrie qui suivront dans le curriculum de l'étudiant. A l'issue du cours l'étudiant devra être capable de comprendre les mécanismes de base de l'inférence statistique et de résoudre pratiquement les problèmes d'inférence : estimation de paramètres, construction d'intervalles de confiance et résolution de tests d'hypothèse. Même si les concepts sont introduits à partir de problèmes simples (moyenne, variance, proportion), les outils et modèles utiles pour aborder des problèmes plus généraux sont abordés : techniques générales d'estimation ou de résolution de tests d'hypothèses. L'étudiant sera également capable de traiter les problèmes classiques de la statistique : modélisation des relations entre variables, comparaisons de moyennes, tests d'ajustement.
 

La contribution de cette UE au développement et à la maîtrise des compétences et acquis du (des) programme(s) est accessible à la fin de cette fiche, dans la partie « Programmes/formations proposant cette unité d’enseignement (UE) ».
Contenu
Contenu : Modèle statistique et distribution d'échantillonnage, Estimation ponctuelle et par intervalle (problèmes simples et théorie générale, y compris propriétés asymptotiques), Tests d'hypothèses (problèmes simples et théorie générale), Modèle linéaire multiple, Analyse de la variance, Variables catégorielles (test d'ajustement multinomiaux et tables de contingence). Méthode : Le cours est donné sous forme : - d'exposés magistraux (l'enseignant introduit et interprète les concepts à partir d'une application et dégage leur forme abstraite), - de séances d'exercices (l'enseignant y soumet des applications/problèmes aux étudiants et propose une démarche de résolution) complétés par une participation active des étudiants sous forme de lectures, résolution autonome de problèmes,...
Autres infos
Support : Références : (à titre d'exemple) Wackerly, D., Mendenhal, W. and R. Scheaffer (2002), Mathematical Statistics with Applications, Duxbury Press, New York, 6th edition (chapitres 7 à 147)
Faculté ou entité
en charge


Programmes / formations proposant cette unité d'enseignement (UE)

Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
Bachelier : ingénieur de gestion

Master [120] en science des données, orientation statistique

Mineure en statistique, sciences actuarielles et science des données