d'enseignement
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
| 1 | A. Eu égard au référentiel AA du programme de master en statistique, orientation générale, cette activité permet aux étudiants de maîtriser de manière prioritaire les AA 1.3, 1.4, 1.5, 4.1, 4.2 et 4.4. Eu égard au référentiel AA du programme de master en statistique, orientation biostatistique, cette activité permet aux étudiants de maîtriser de manière prioritaire les AA 1.3, 1.4, 1.5, 4.1, 4.2 et 4.3. B. A l'issue de ce cours, l'étudiant sera familiarisé avec les bases de la méthode de bootstrap tant au niveau théorique que pratique. En outre, l¿étudiant sera capable d¿appliquer cette méthode dans différents domains d¿applications et il comprendra quelques extensions plus avancées de cette méthode. |
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) ».
- Idées de base du bootstrap
- Méthodes de Monte-Carlo
- Aplications à certains problèmes basiques d'inférence : biais d'un estimateur, intervalles de confiance, . . .
- Propriétés théoriques du bootstrap
- Tests d'hypothèses par rééchantillonnage
- Le bootstrap pour la régression
- Le bootstrap itéré
- Le jacknife
- Le "smoothed" bootstrap
- Le bootstrap pour les séries temporelles
des acquis des étudiants
- Chernick, M.R. (2008). Bootstrap methods : a guide for practitioners and researchers, Wiley Series in Probability and Statistics.
- Davison, A.C. et Hinkley, D.V. (1997). Bootstrap Methods and their Applications, Cambridge University Press.
- Efron, B. et Tibshirani, R.J. (1993). An Introduction to the Bootstrap, Chapman and Hall.
- Hall, P. (1992). The Bootstrap and Edgeworth Expansion, Springer.
en charge
Programmes / formations proposant cette unité d'enseignement (UE)
d'apprentissage
