Université Lyon 1
Arqus
Accueil  >>  Méthodes statistiques paramétriques
  • Unité d'enseignement : Méthodes statistiques paramétriques
Nombre de crédits de l'UE : 3
Code APOGEE : MAT2573M
    Responsabilité de l'UE :
CIUPERCA GABRIELA
 gabriela.ciupercauniv-lyon1.fr
04.26.23.45.57
    Type d'enseignement
Nb heures *
Cours Magistraux (CM)
12 h
Travaux Dirigés (TD)
6 h
Travaux Pratiques (TP)
12 h

* Ces horaires sont donnés à titre indicatif.

    Compétences attestées (transversales, spécifiques) :
Non rédigé
    Programme de l'UE / Thématiques abordées :

Statistique inférentielle pour des modèles paramétriques non linéaires : méthodes des moindres carrés, quantile, expectile. Propriétés asymptotiques des estimateurs, tests d’hypothèse.

Modèles de Cox et de censure.

Reconstitution des données manquantes.

Détection des changements dans un modèle (linéaire ou non linéaire, en dimension fixe ou en grande dimension) en temps réel et a posteriori. Pour la détection en temps réel, différentes statistiques de test seront proposées. Le comportement asymptotique de ces statistiques de test va permettre de trouver le point de changement.

Pour la détection a posteriori, des critères de type Schwarz permettent de trouver le nombre de changements. Une fois les changements localisés, des méthodes d’estimation (moindres carrés, quantile, expectile) permettent d’estimer le modèle dans chaque phase. Les lois asymptotiques des estimateurs seront étudiées.

Pour tous ces modèles et méthodes d’estimations, des applications sur des données réelles seront considérées en utilisant les logiciels R ou SAS.
    Parcours / Spécialité / Filière / Option utilisant cette UE :
SELECT MEN_ID, `MEN_DIP_ABREVIATION`, `MEN_TITLE`, `PAR_TITLE`, `PAR_ID` FROM parcours INNER JOIN ue_parcours ON PAR_ID_FK=PAR_ID INNER JOIN mention ON MEN_ID = PAR_MENTION_FK WHERE PAR_ACTIVATE = 0 AND UE_ID_FK='25334' ORDER BY `MEN_DIP_ABREVIATION`, `MEN_TITLE`, `PAR_TITLE`