Enseignant : E. Gassiat
Contenu : En probabilité, on s'intéresse au comportement d'un processus aléatoire dont on connait la loi. En statistique, on considère donné (ou observé) un processus (ou une variable aléatoire), et l'on cherche à en déduire quelque chose de sa loi.
L'objectif du cours est de donner les fondements de la théorie mathématique statistique.
Théorie de la décision : formalisme général de la Statistique, fonction de perte, risque, décisions admissibles, bayésiennes, minimax... Modèle dominé, vraisemblance, exhaustivité, modèle exponentiel. Modèle gaussien.
Estimation ; Estimateur bayésien, estimateur du maximum de vraisemblance, inégalité de Cramer-Rao, information de Fisher, consistance.
Tests : Erreurs de première et seconde espèce, régions de confiance. Hypothèses simples et Lemme de Neyman-Pearson. Familles à rapport de vraisemblance monotone, tests UPP et UPPB. Tests non paramétriques. Analyse de la variance, régression.