Statistique non paramétrique

Statistique non paramétrique

Statistique non paramétrique

Objectifs

Comprendre la logique de la statistique non paramétrique et mettre en œuvre des tests et des méthodes d’estimation non paramétriques.

Prérequis

Connaissances de base en statistique inférentielle (formation

Contenu

La statistique paramétrique est le cadre standard de la statistique. Les modèles statistiques sont alors décrits par un nombre fini de paramètres. En statistique non paramétrique, on ne fait aucune hypothèse a priori sur la loi sous-jacente.

On peut par exemple faire un test statistique sans spécifier de loi a priori sur la ou les variable(s) utilisée(s). Il en est de même si on veut examiner une liaison entre variables sans hypothèse sur les lois de celles-ci. On peut aussi estimer directement une densité ou une régression  sans hypothèse sur les  distributions  des  variables d’intérêt, ni sur la forme de la liaison entre elles (cas de la régression non paramétrique).

Tests non paramétriques :

Petits échantillons, lois non gaussiennes

Mesures de liaisons non paramétriques

 Bootstrap et applications :

Estimation ponctuelle et calcul d’intervalles de confiances sur petit échantillon

Estimation fonctionnelle non paramétrique :

Estimation de densités ou régressions sans hypothèses a priori sur les lois sous-jacentes

Outils ou logiciel

R
  • Intervent

    Dr Diakite
  • Prix

    0FCFA
  • Duree de la formation

    0-jour(s)

Niveaux

Expert

Commentaires

S'inscrire