Estimation paramétrique

Spartacus Idh - EAN : 9782366931204
RIOUL OLIVIER
Édition papier

EAN : 9782366931204

Paru le : 1 sept. 2022

29,00 € 27,49 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
  • Benefits Livraison gratuite
    en France sans minimum
    de commande
  • Benefits Manquants maintenus
    en commande
    automatiquement
  • Benefits Un interlocuteur
    unique pour toutes
    vos commandes
  • Benefits Toutes les licences
    numériques du marché
    au tarif éditeur
  • Benefits Assistance téléphonique
    personalisée sur le
    numérique
  • Benefits Service client
    Du Lundi au vendredi
    de 9h à 18h
  • EAN13 : 9782366931204
  • Réf. fournisseur : S-120-P
  • Collection : SPARTACUS SUPER
  • Editeur : Spartacus Idh
  • Date Parution : 1 sept. 2022
  • Disponibilite : Disponible
  • Barème de remise : NS
  • Nombre de pages : 154
  • Format : H:240 mm L:180 mm E:10 mm
  • Poids : 250gr
  • Résumé : Cet ouvrage traite d'estimation paramétrique, à un niveau accessible à des étudiants de Licence ou de Master. Il intéressera également les candidats aux concours d'enseignement (CAPES, Agrégation, etc.).

    Quelques connaissances de base en probabilités sont nécessaires pour aborder ce cours, dont la progression permet de se familiariser facilement avec les notions fondamentales en vue de leurs applications pratiques. On s'attache ici à présenter un cadre mathématique le plus simple possible pour comprendre les idées essentielles de l'estimation, aussi bien dans le cadre classique fréquentiste que bayesien.

    Après avoir établi la notion de modèle statistique et les critères importants, on définit le score et l'information de Fisher pour esquisser la théorie des estimateurs de variance minimale. On aborde ensuite le principe du maximum de vraisemblance avec des propriétés asymptotiques, avant de particulariser au cas pratiques d'estimateurs linéaires ou aux moindres carrés. Dans le cadre bayesien, on compare les estimateurs MMSE, MAP et ML, ainsi que les estimateurs bayesiens linéaires. De nombreux exemples et exercices avec indications et contextes historiques viennent consolider les notions développées.
  • Biographie : Olivier Rioul

    Diplômé de l'École Polytechnique et de l'École Nationale Supérieure des Télécommunications (Télécom Paris), ingénieur général du Corps interministériel des Mines, docteur ès sciences, Olivier Rioul est professeur à Télécom Paris.

    Il enseigne depuis des années la théorie de l'information, les probabilités et les statistiques, à l'École Polytechnique (2008-2020), à l'ENSTA, à l'ENS Paris-Saclay, et dans plusieurs Masters Recherche.

    Également très impliqué dans la recherche, ses intérêts portent sur les mathématiques appliquées comprenant diverses applications de la théorie de l'information telles que les inégalités pour les statistiques, la sécurité matérielle ou encore la psychologie expérimentale.
Haut de page
Copyright 2026 Cufay. Tous droits réservés.