Cours de statistique mathématique

Enregistré dans:
Détails bibliographiques
Auteur principal : Monfort Alain (Auteur)
Format : Manuel
Langue : français
Titre complet : Cours de statistique mathématique / Alain Monfort
Édition : 3e édition
Publié : Paris : Economica , DL 1997
Description matérielle : 1 vol. (333 p.)
Collection : Collection Économie et statistiques avancées. Série École nationale de la statistique et de l'administration et du Centre d'études des programmes économiques
Sujets :
  • Première partie. Les problèmes statistiques
  • Chapitre 1. Introduction générale
  • Chapitre 2. Statistique et théorie de la décision
  • Chapitre 3. Les principes statistiques
  • Deuxième partie. Les outils
  • Chapitre 4. Notion de modèle statistique et de statistique
  • Chapitre 5. Exhaustivité, liberté, totalité
  • Chapitre 6. Les modèles exponentiels
  • Chapitre 7. Information et identification
  • Chapitre 8. Moments empiriques
  • Chapitre 9. Estimation ponctuelle et fonctions de perte quadratiques
  • Troisième partie. L'estimation ponctuelle
  • Chapitre 10. Estimation sans biais
  • Chapitre 11. Méthode du maximum de vraissemblance
  • Chapitre 12. Estimation ponctuelle dans un échantillon gaussien
  • Quatrième partie. Théorie des tests et des régions de confiance
  • Chapitre 13. Généralités sur la théorie des tests
  • Chapitre 14. Test d'une hypothèse simple contre une hypothèse simple
  • Chapitre 15. Tests U.P.P. (1er cas)
  • Chapitre 16. Tests U.P.P. (2ème cas)
  • Chapitre 17. Tests U.P.P.S. sans paramètre de nuisance
  • Chapitre 18. Tests U.P.P.S. avec paramètres de nuisance
  • Chapitre 19. Tests invariants
  • Chapitre 20. Tests du khi-deux, de Kolùogorov-Smirnov, de Wald, du multiplicateur de Lagrange et du rapport de vraissemblance
  • Chapitre 21. Régions de confiancee : fonctions pivotales
  • Chapitre 22. Problèmes d'optimalité des régions de confiance ; régions de confiance asymptotiques
  • Cinquième partie. Le modèle linéaire
  • Chapitre 23. Le modèle de régression simple
  • Chapitre 24. Le modèle de régression multiple
  • Chapitre 25. Estimation sous contrainte linéaire et test d'une hypothèse linéaire
  • Chapitre 26. Identification et moindres carrés généralisés
  • Chapitre 27. Modèle d'analyse de la variancee à un facteur
  • Chapitre 28. Analyse de la variance à deux facteurs
  • Chapitre 29. Analyse de la covariance