Statistiques inférentielles

Bases de la statistique descriptive univariée et bivariée (centrage et dispersion, histogramme des fréquences, tableaux de contingence, fréquences marginales et conditionnelles, corrélation linéaire et droite de régression, représentations graphiques). Rappels sur les variables aléatoires discrètes ou continues (définition, loi de probabilité, fonction de répartition, moments, etc.). Présentation de la convergence des suites aléatoires (LFGN et TCL). Modélisation statistique (statistiques d’un échantillon, estimation par la méthode des moments et du maximum de vraisemblance). Information de Fisher et estimation de variance minimale. Échantillons gaussiens (théorème de Fisher et ses applications). Théorie des tests (optimalité de Neyman-Pearson, intervalles de confiance, tests asymptotiques). Mise en oeuvre avec le logiciel R.