Cours de statistiques avancées - Centrale 2011
Informations
Responsable du cours : Nicolas Vayatis
L'examen pour cette partie du cours aura lieu le lundi 7 mars de 15h30 à 17h. Tous les documents seront autorisés.
L'examen pour l'autre partie du cours (avec Arnak Dalalyan) aura lieu le 18 mars.
Mini-projet : cf TP2 exercice 2. Toute étude impliquant un modèle linéaire et un test de Fischer sera acceptée. A rendre par e-mail, au plus tard le 18 mars.
Matériel de cours
- Présentation du cours
- Le modèle linéaire
- Tests non paramétriques
- Idées bayésiennes
- TP1 : découverte de R et modèle linéaire avec les fichiers presCM.txt et presCM.txt2 (éléments de correction)
- TP2 : Analyse de la variance et sélection de modèles (utilise ces données, éléments de correction)
- TP3 : Analyse de la covariance, validation de modèle (avec les données, éléments de correction )
- TP4 : Tests non paramétriques (éléments de correction pour le premier exercice, deuxième exercice)
- Exercices de révision
Annales
- Le sujet d'examen 2008-2009 et son corrigé
- Le sujet d'examen 2009-2010 et son corrigé
- Le sujet de deuxième session 2009-2010 et son corrigé
- Le sujet d'examen 2010-2011 et son corrigé
Code R des simulations vues en cours :
Rappels de probabilités
- Les quatres premiers moments d'une loi (nécéssite ce fichier et ce fichier)
- Lois dérivées de la Gaussienne
- Convergence de la loi empirique (nécéssite ce fichier)
- Lois des grands nombres
- Théorème Central Limite
Le modèle linéaire
- Régression linéaire simple
- Distance d'arrêt en fonction de la vitesse
- Régression polynomiale de l'ozone par la température (sur ces données)
- Report de voix aux élections présidentielles, nécessite les résultats du premier tour et les résultats du second tour
- Sélection de variable pour expliquer la concentration d'ozone (sur ces données)
- Régressions, choix de modèles et analyse de la covariance pour expliquer la hauteur des arbres (sur ces données)
- Débruitage et selection de modèle
- Régression logistique
Tests non paramétriques, bootstrap
- Q-Q plots et test de Kolmogorov-Smirnov
- Puissance du test de Mann-Whitney
- Principe du bootstrap sur les données Verizon
- Comparaison bootstrap de deux échantillons sur les données Verizon
- Test bootstrap de significativité motifs dans des résultats de loterie du New Jersey
Statistiques Bayésiennes
Quelques références particulièrement intéressantes :
- R pour les débutants, par Emmanuel Paradis (english version)
- Statistics with R
- Introduction aux Probabilités et aux statistiques, par Benjamin Jourdain
- Practical Regression and Anova using R
- Le modèle linéaire, par Jean-Marc Bardet et Jean-Marc Azaïs
- Le modèle linéaire en anglais, par German Rodriguez
- Régression avec R, de Pierre-André Cornillon et Eric Matzner-Lober, un excellent livre auquel quelques exemples sont empruntés
- Statistique et économétrie, par X. Guyon (Ellispes) - très synthétique, avec des exercices corrigés
- Mathematical Statistics vol.1, par P. Bickel et K. Doksum - une référence très riche pour ceux qui veulent aller plus loin
