ENSAE Paris - École d'ingénieurs pour l'économie, la data science, la finance et l'actuariat

Introduction à la statistique

Enseignant

LERASLE Matthieu

Département : Statistics

Objectif

Ce cours présente la notion de modèle statistique et les principes et les concepts de base de l’estimation et des tests. Ces principes seront développés en particulier dans le cadre du modèle linéaire multiple, dont l'utilisation est centrale en économétrie. On se réfèrera à des exemples concrets ou à des simulations pour mettre en évidence les propriétés des objets statistiques étudiés et présenter une vitrine de l’utilisation des méthodes de traitement de l’information dans les grands domaines de débouché de l’Ecole (économie, finance, mais aussi biostatistique, traitement de l’image, par exemple).

Principaux acquis de la formation : à l’issue du cours, l’étudiant saura

- Déterminer un modèle statistique à partir d'un jeu de données
- Utiliser des modèles linéaires ou multinomiaux dans des problèmes concrets
- Estimer les paramètres de ces modèles
- Mettre en œuvre des tests statistiques dans des cas simples

Mode d'évaluation:

La note finale du cours sera la moyenne de la note de contrôle continu (50%) et de l'examen final (50%). La note de contrôle continue est égale à la moyenne des notes des compte-rendus de TPs/TDs. Toute absence non-justifiée en TP/TD se traduit par une pénalité d'un demi-point sur la note (sur 20) de contrôle continu par séance.

 

Plan

1- Statistiques despcriptives, pour données uni et multivariées, ACP et implémentation en R.
2- Bases de l'inférence statistique: Modèle statistique et problèmes de base, estimation, région de confiance et tests d'hypothèses.
3- Modèle linéaire: estimation par moindres carrés, estimation de la variance sous hypothèses de Gauss-Markov, tests et régions de confiance dans le modèle linéaire Gaussien.

Références

Wasserman L. (2004) All of Statistics, Springer [21 WAS 00 A]