Techniques de rééchantillonnage - Bootstrap

Objectifs

Apprendre à utiliser les techniques de rééchantillonnage dont le Bootstrap pour évaluer la variabilité des paramètres statistiques dans des contextes où les hypothèses fortes (normalité, indépendance, ...) des méthodes classiques (régression multiple, analyse discriminante, estimation d'un rapport, intervalle de confiance pour une proportion) ne sont pas vérifiées.

Programme de la formation

- Introduction aux méthodes de ré-échantillonnage

• Rappels de statistique élémentaire


• Quelle statistique utiliser ?


• Précision d'une estimation, intervalle de confiance


• Trois méthodes – une méthodologie commune


• Bootstrap


• Jackknife


• Tests de Permutation

- Effectuer les calculs

• Comparer deux échantillons


• Les étapes d'un test


• Intervalle de confiance pour la différence entre 2 moyennes


• Estimation d'une corrélation, d'une régression, etc.

- Améliorer les résultats

• Dépendance entre 2 variables (quantitatives, qualitatives)


• Améliorer les intervalles de confiance


• Correction des biais


• Stabilisation de la variance


• Choisir une procédure de test

- Compléments sur l'estimation par intervalle

• Pourquoi et comment améliorer les intervalles ?


• Bootstrap-t


• Bootstrap paramétrique


• Utiliser le Bootstrap


• Estimer la puissance et les tailles d'échantillon

Validation et sanction

- Appréhender les différentes méthodes de ré-échantillonnage

- Comprendre l'intérêt de ces méthodes d'inférence statistique

- Mettre en œuvre la méthode du Bootstrap pour la comparaison de deux échantillons, la réalisation d'un test d'hypothèse, le calcul d'un intervalle de confiance entre 2 moyennes, l'estimation des paramètres d'une corrélation et d'un régression

- Maîtriser les techniques pour améliorer les résultats

- Découvrir les méthodes pour améliorer les intervalles

Type de formation

Non certifiante

Sortie

Sans niveau spécifique