Initiation à la statistique avec R

For over fourty years, choosing a statistical model thanks to data consisted in optimizing a criterion based on penalized likelihood (H. Akaike, 1973) or penalized least squares (C. Mallows, 1973). These methods are valid for predictive model choice (regression, classification) and for descriptive models (clustering, mixtures). Most of their properties are asymptotic, but a non asymptotic theory has emerged at the end of the last century (Birgé-Massart, 1997). Instead of choosing the best model among several candidates, model aggregation combines different models, often linearly, allowing better predictions. Bayesian statistics provide a useful framework for model choice and model aggregation with Bayesian Model Averaging.

In a purely predictive context and with very few assumptions, ensemble methods or meta-algorithms, such as boosting and random forests, have proven their efficiency.

This volume originates from the collaboration of high-level specialists: Christophe Biernacki (Université de Lille I), Jean-Michel Marin (Université de Montpellier), Pascal Massart (Université de Paris-Sud), Cathy Maugis-Rabusseau (INSA de Toulouse), Mathilde Mougeot (Université Paris Diderot), and Nicolas Vayatis (École Normale Supérieure de Cachan) who were all speakers at the 16th biennal workshop on advanced statistics organized by the French Statistical Society. In this book, the reader will find a synthesis of the methodologies' foundations and of recent work and applications in various fields.

The French Statistical Society (SFdS) is a non-profit organization that promotes the development of statistics, as well as a professional body for all kinds of statisticians working in public and private sectors. Founded in 1997, SFdS is the heir of the Société de Statistique de Paris, established in 1860. SFdS is a corporate member of the International Statistical Institute and a founding member of FENStatS-the Federation of European National Statistical Societies.

Model choice and model aggregation

Cet ouvrage présente une méthodologie de prospective des besoins de formation expérimentée à une échelle régionale. La recherche a consisté à concevoir et à appliquer la méthodologie sur 10 métiers de la mécanique industrielle en Alsace. La méthodologie a été élaborée sur la base d'une comparaison internationale des outils et méthodes de prospective. Cette approche a ceci de spécifique qu'elle s'appuie sur une démarche probabiliste et statistique de construction des scénarios et d'estimation des besoins de formation. En outre, elle s'efforce de spatialiser les besoins de formation des entreprises. Au delà des aspects instrumentaux, la prospective renvoie à des questions fondamentales touchant la possibilité de la coordination des acteurs, qui relèvent des sciences politiques et de la philosophie. L'ouvrage élabore ainsi une théorie de la prospective dans le champ de la philosophie politique de l'éducation, qui emprunte à la fois à la théorie rawlsienne de la justice et aux théories cognitives des politiques publiques.

Pour une prospective des besoins de formation, théorie et application

Statistiques pour l'économie et la gestion offre une présentation synthétique et rigoureuse de l'ensemble des connaissances en statistiques ! Ce livre offre aux étudiants de 1er cycle une introduction aux concepts indispensables en statistiques et à leurs applications. 

Il comporte douze chapitres traitant de façon simple et claire les sujets majeurs en statistiques :
. statistiques descriptives et visualisation des données . analyse exploratoire et classification . théorie des sondages . théorie des probabilités . tests d'hypothèses . analyse de la régression . modèles logit et probit . séries temporelles.

La compréhension des concepts statistiques présentés ne requiert que la connaissance de l'algèbre. L'un des atouts de ce livre est son caractère appliqué : des exemples concrets illustrent les concepts statistiques présentés dans chaque chapitre. 

L'objectif est de montrer aux étudiants comment les statistiques participent à la prise de décision des autorités publiques et des chefs d'entreprises et l'accent est mis sur l'utilisation pratique des différents outils statistiques grâce à la présentation des techniques de programmation et des exemples sous R.

Un package contenant les codes R des exemples du livre ainsi que les jeux de données est disponible en ligne.

Pour les étudiants, les corrigés des exercices, ainsi que des approfondissements et exercices complémentaires sur certaines parties de l'ouvrage sont disponibles en ligne.
Les enseignants ont à leur disposition le PowerPoint des figures du livre.

Statistiques pour l'économie et la gestion : théorie et applications en entreprise

Le logiciel R est maintenant un standard dans le domaine de la statistique. Libre et gratuit, son enseignement s'est généralisé dans toutes les filières où les statistiques sont utilisées : sciences de la vie et de la Terre, études de santé, sciences économiques, géographie, sciences physiques... Cet ouvrage accompagne l'étudiant en Licence 3, en Master ou écoles d'ingénieurs dans son apprentissage de la modélisation statistique avec R. De nombreux exemples et des rubriques méthodologiques ponctuent le cours. Des exercices et problèmes permettent la mise en application directe et la généralisation des concepts.

Modélisation statistique par la pratique avec R - Cours et exercices corrigés

Tout le cours en fiches.
Tout le programme en 50 fiches.
Toutes les notions à connaître pour assimiler l'essentiel.
Des QCM corrigés.
Tous les QCM sont extraits d'annales des examens pour évaluer votre niveau et vérifier votre apprentissage.
Tous les corrigés sont commentés pour travailler en parfaite autonomie.
Des fiches méthodes.
Des conseils pour appliquer plus facilement le cours lors des exercices.

Pass biostatistiques, mathématiques et probabilités ; tout en fiches

Le logiciel R est maintenant un standard dans le domaine de la statistique. Libre et gratuit, son enseignement s'est généralisé dans toutes les filières où les statistiques sont utilisées : sciences de la vie et de la Terre, études de santé, sciences économiques, géographie, sciences physiques... Cet ouvrage accompagne l'étudiant en Licence 3, en Master ou écoles d'ingénieurs dans son apprentissage de la modélisation statistique avec R. De nombreux exemples et des rubriques méthodologiques ponctuent le cours. Des exercices et problèmes permettent la mise en application directe et la généralisation des concepts. Cet ouvrage d'analyse statistique avancée avec R est un recueil d'aides, de conseils, de méthodes pour pouvoir explorer, analyser et modéliser la masse de données qui ne fait que croitre quotidiennement. A partir de jeux de données de différents domaines, il montre comment bien appliquer les différentes notions de statistiques et les représenter graphiquement. Les plus : mise en pratique immédiate des notions avec le logiciel, de nombreuses figures, des rubriques méthodologiques, des exercices d'application. Les + en ligne : retrouvez sur dunod.com, les compléments en ligne associés à l'ouvrage : figures en couleurs, solutions des exercices, compléments de chapitre... Un package compagnon pour le livre, ModStatR, est disponible sur le site du CRAN et un site internet lui est consacré sur GitHub.

Modélisation statistique par la pratique avec R

30 fiches de 4 à 8 pages couvrant l'ensemble des notions d'algèbre et de géométrie utiles à un étudiant en L1/L2 mentions mathématiques, physique ou informatique. Chaque fiche comprend un rappel de cours suivi d'un ou plusieurs exercices dont la résolution détaillée est appuyée par des conseils méthodologiques.

Initiation à la statistique avec R

Plus de livres de Frédéric Bertrand

Critiques

Ce livre n'a pas encore de critiques