Description

-Rappels sur les variables aléatoires discrètes ;
-Variables aléatoires continues : densité, fonction de répartition, moments, vecteurs aléatoires, changement de variables, indépendance, fonction caractéristique ;
-Théorèmes fondamentaux en probabilité : convergence en probabilité, convergence en moyenne d’ordre p, convergence presque sûre, loi faible/forte des grands nombres, théorème central limite ;
-Convergence en loi ;
-Exhaustivité, Modèle dominé : statistiques exhaustives, minimales, libres, complètes ;
-Estimation ponctuelle : méthode d’estimation, qualité d’un estimateur, propriétés ;
-Vecteurs gaussiens ;
-Espérance conditionnelle ;
-Régression linéaire.

Compétences visées

Comprendre les enjeux autour de l’estimation ponctuelle. Etre à même d’utiliser la théorie des probabilités comme outil de calcul. Savoir manipuler le concept d’espérance conditionnelle, notamment dans le cas gaussien.
 

MCC

Les épreuves indiquées respectent et appliquent le règlement de votre formation, disponible dans l'onglet Documents de la description de la formation.

Régime d'évaluation

ECI (Évaluation continue intégrale)

Coefficient

2.0

Évaluation initiale / Session principale - Épreuves