0972 311 312 (prix appel local)

Modélisation statistique (STA110)

Objectifs

Maîtriser les outils de la modélisation statistique (choix de modèles, test de spécification et de significativité, estimation, régions de confiances) dans un contexte général (modèles non linéaires, modèles dynamiques...), acquérir un savoir faire pratique dans la construction d'un modèle destiné à formaliser un problème concret (fonction de comportement, choix discrets,...En lire plus

Compétences

Statisticien modélisateur

Légende :

  100% Internet - national

Condition d'accès / publics visés

Avoir le niveau de l'unité d'enseignement : STA. 103 (calcul des probabilités).

Objectifs pédagogiques

Maîtriser les outils de la modélisation statistique (choix de modèles, test de spécification et de significativité, estimation, régions de confiances) dans un contexte général (modèles non linéaires, modèles dynamiques...), acquérir un savoir faire pratique dans la construction d'un modèle destiné à formaliser un problème concret (fonction de comportement, choix discrets, prévision, sélection, scénarios, causalité, propagation de chocs, hétérogénéité inobservable...) et savoir mettre en oeuvre un logiciel de modélisation statistique avancé ( logiciel R ).

Compétences visées

Statisticien modélisateur

Niveau

Niveau 6 (Bac+3 et Bac+4)

Contenu de la formation

Outils généraux
Simulation des lois usuelles.
Estimation de densité et d'espérance conditionnelle par la méthode du noyau.
Principaux résultats asymptotiques : lois des grands nombres, théorème central limite.
Modèles statistiques paramétriques et semi-paramétriques, information, pseudo vraie valeur d'un paramètre
Estimateurs extrémaux.
Modèles d'échantillonnage, modèles conditionnels, modèles dynamiques
M-estimateurs
Moindres carrés non linéaires : modèles splines, modèles index (applications à la biométrie et à la finance).
Maximum de vraisemblance : modèles à réponse qualitative (applications au marketing), modèles à réponses entières (applications à l'assurance automobile), modèle VAR, modèle ARCH (applications aux variables boursières).
Test de Wald, du score, du rapport de vraisemblance.
Régions de confiance asymptotiques.
Choix de modèles (critères de Takeuchi, d'Akaike et de Schwarz). Tests d'hypothèse non emboîtées (Test de Davidson McKinnon).
Introduction à la Statistique Bayésienne

L'enseignement comporte une initiation au logiciel R et une mise en oeuvre de ce logiciel dans diverses applications.

Accompagnement et suivi

Sous l’autorité pédagogique du certificateur Cnam, les équipes du Cnam Bretagne vous offrent un accompagnement pendant votre parcours de formation à la fois sur les aspects administratifs, financiers, pédagogiques et techniques.

ECTS : 9

Modalité Volume horaire Employeur Pôle Emploi Auto-financement
 
60 heures 1200 € 300 € 300 €

INFOS
PRATIQUES

Durée

60 heures

Modalité

100% Internet - national  

Date de début des cours

18/10/2021

Date de fin des cours

19/02/2022