Probability and statistics [ LFSAB1105 ]
4.0 crédits ECTS
30.0 h + 30.0 h
1q
Enseignant(s) |
von Sachs Rainer ;
El Ghouch Anouar ;
|
Langue d'enseignement: |
Anglais
|
Lieu de l'activité |
Louvain-la-Neuve
|
Ressources en ligne |
> https://icampus.uclouvain.be/claroline/course/index.php?cid=FSAB1105
|
Préalables |
LFSAB1101 et LFSAB1102 ou cours équivalents
Le(s) prérequis de cette Unité d’enseignement (UE) sont précisés
à la fin de cette fiche, en regard des programmes/formations qui
proposent cette UE.
|
Thèmes abordés |
Le cours présente les concepts fondamentaux de probabilité et statistique qui permettront à l'étudiant de résoudre des problèmes simples de l'ingénieur et posséder les fondements pour aborder des cours plus avancés.
|
Acquis d'apprentissage |
Contribution du cours au référentiel du programme:
Eu égard au référentiel AA du programme « Bachelier en Sciences de l'Ingénieur, orientation ingénieur civil », ce cours contribue au développement, à l'acquisition et à l'évaluation des acquis d'apprentissage suivants :
-
AA 1.1, 1.2
-
AA 2.3, 2.4, 2.6, 2.7
-
AA 4.1, 4.2, 4.3, 4.4
Eu égard au référentiel AA du programme de « Master en Sciences Actuarielles », cette activité permet aux étudiants de maîtriser
-
De manière prioritaire les AA suivants : AA 1.1, 1.2, 1.3, 2.4
-
De manière secondaire les AA suivants : 1.7, 2.3
Acquis d'apprentissage spécifiques au cours:
Plus précisément, au terme du cours, l'étudiant sera capable de :
-
Utiliser une démarche scientifique pour extraire une information fiable.
-
Comprendre et savoir appliquer dans des situations variées les concepts de base de probabilités.
-
Tirer des conclusions fiables à partir de données d'échantillons statistiques.
-
Evaluer et juger la crédibilité d'une hypothèse ou d'un modèle.
-
Présenter les résultats d'une analyse tout en indiquant le degré d'incertitude.
-
Choisir et appliquer correctement une méthode d'analyse et examiner les hypothèses sous-jacentes pour la validité des conclusions.
-
Adopter une approche méthodologique efficace dans l'organisation et l'analyse des expériences.
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) ».
|
Modes d'évaluation des acquis des étudiants |
Examen écrit individuel de typiquement 3 hrs de durée pour évaluer la compréhension des concepts et techniques vues au cours (exercices et théorie, sous forme d'exercices à choix multiples et des questions ouvertes). Chaque étudiant aura droit à son propre formulaire de deux pages qui résume les formules jugées essentielles. Une note sera attribuée aux APP comptant pour l'examen à titre ~ 20%.
|
Méthodes d'enseignement |
Le cours sera constitué :
-
D'exposés de synthèse qui présenteront les concepts et outils sur base d'exemples issus du monde de l'ingénieur.
-
De séances d'exercices (APE) visant à motiver la matière avant le cours et à mettre systématiquement en pratique les différentes notions structurées durant le cours.
-
Une ou deux études de cas (APP) qui donneront l'occasion à l'étudiant d'appliquer les outils d'analyse statistique de données à des disciplines de l'ingénieur à l'aide du logiciel MATLAB.
L'approche pédagogique utilisée privilégiera l'apprentissage actif des étudiants et tentera de respecter les orientations pédagogiques proposées par la Faculté.
|
Contenu |
Fondements de probabilité
-
Notion de probabilité et calcul de probabilité de base : expérience aléatoire, axiomatique de la probabilité, événements, formules de base de calcul de probabilités, probabilité conditionnelle, probabilités composées, théorème de Bayes, indépendance.
-
Variables aléatoire - généralités : variable aléatoire discrète et continue, distribution de probabilité, fonction de répartition, densité, fonction quantile, espérance, variance, moments d'ordre k.
Lois classiques, par exemple : Bernoulli, uniforme, binomiale, Poisson, normale, exponentielle -
Vecteurs aléatoires à deux composantes : distribution de probabilité conjointe, distribution marginale, conditionnelle, espérance et variance conditionnelles, indépendance de variables aléatoires, covariance et corrélation
-
Transformation de variables aléatoires : espérance, variance et distributions de fonction de variables aléatoires, combinaisons linéaires de variables aléatoires usuelles.
Fondements d'inférence statistique
-
Estimation ponctuelle et ajustement de distributions : définition, qualité d'un estimateur (biais, efficacité, erreur quadratique moyenne), méthode d'estimation des moments et du maximum de vraisemblance, méthode des moindres carrés.
-
Théorèmes limites : théorème central limite, lois de grands nombres
-
Intervalles de confiance : définition, construction d'intervalles de confiance par la méthode pivotale exacte et asymptotique pour une ou deux populations.
-
Tests d'hypothèses : formulation d'une hypothèse statistique, développement général d'une statistique de test et règle de décision, erreurs de première et seconde espèces, p-valeur, cas classiques d'une ou deux moyennes, d'une ou deux variances et d'une ou deux proportions.
Statistique de l'ingénieur
-
Analyse exploratoire de données : indices descriptifs de résumés statistiques (moyenne, variance, écart-type, médiane, Ecart interquartile, corrélation...). Résumés graphiques (histogramme, box plot,...). Interprétation et utilisation efficace des outils avec le logiciel MATLAB.
-
Analyse de la variance à un critère (ANOVA).
-
Régression polynomiale simple via la méthode des moindres carrés: interprétation, tests et intervalles de confiance sur les paramètres, prédiction, mesures de qualité d'ajustement, analyse des résidus
|
Bibliographie |
Les transparents (sur iCampus)
Documentations supplémentaires (sur iCampus) : Glossaire, tables, distributions, une introduction au logiciel MatLab, etc.
L'ouvrage : "Mathematical Statistics with applications", D. Wackerly, W. Mendenhall III, R. Scheaffer.
|
|
Autres infos |
Le cours nécessite la connaissance de l'analyse mathématique, du calcul différentiel, intégral et matriciel ainsi que les notions de base de MATLAB.
|
Faculté ou entité en charge |
> BTCI
|
|
<<< Page précédente
|