Statistiques pour l'ingénieur
Informations
Responsable | Alexandrina Rogozan |
Enseignant(s) | Alexandrina Rogozan, Benoît Gaüzère |
Langue | Français |
Crédits | 4.5 |
Volume horaire | CM : 21h TD : 42h |
Site web | https://moodle.insa-rouen.fr/course/view.php?id=93 |
Objectifs
- Familiariser l'étudiant au raisonnement en présence d'aléas.
- Connaitre les méthodes statistiques de base qu'il pourra être amené à rencontrer lors de sa vie professionnelle..
- Appliquer les méthodes statistiques dans le cadre des TD sur machine et d'un mini-projet à effectuer en binôme.
Capacités enseignées
- Référentiel INSA :
- Obtenir une description statistique d'un ensemble de données [3P]
- Diagnostiquer des erreurs dans des données [3P]
- Référentiel CNISF :
- J10C [3P]
- N40T [2I]
Programme
- Rappels de probabilité
- Description uni et bi-dimensionnelle de données
- Vers le cas multidimensionnel
- Convergence stochastique et Échantillonnage
- Fonction de répartition et statistiques d'un échantillon
- Loi jointe et vraisemblance
- Le problème d'estimation
- Classification des estimateurs : estimateur ponctuel et par intervalle
- Construction des estimateurs : maximum de vraisemblance, méthodes des moments
- Fixer les hypothèses et construire une règle de décision
- Tests paramétriques (Student, chi2,...)
- Tests de comparaison des 2 échantillons (test du signe,...)
- Tests d'adéquations (Kolmogorof-Smirnof, …)
- Analyse en Composantes Principales : Application à la recherche d'images par contenu
- Estimation bayésienne vs estimation statistique de l'espérance d'une gaussienne
- Le système de Pearson ; Analyse des moments statistiques d'ordre supérieur et Analyse du descripteur SIFT (Scale Invariant Feature Transform) et Analyse de la distribution de motifs dans une image par LBP (Local Binary Pattern) : Applications à la description de textures d'images
- Principe de la validation croisée et du bootstrap : Application à l'apprentissage des modèles de classification, parmi d'autres.
Pré-requis
Notions de base en probabilités
Bibliographie
- Probabilités, analyse des données et statistique - Gilbert Saporta, Technip, 1990
- Méthodes statistiques, Philippe Tassi, Economica, 1992.
Méthode d'évaluation
- Note pratique (= Moy(Mini-Projet, Travaux-Pratiques)) : 40%
- Note théorique (= Max (Moy (Médian, Examen),Examen)) : 60%