L'objectif du cours est d'introduire les principaux éléments de la théorie de la régression linéaire et de la régression non-linéaire. Nous étudierons les fondements théoriques de la régression, mais aussi les questions fondamentales à se poser lors de la modélisation de phénomènes réels.
Les principaux concepts étudiés sont les suivants: les variables aléatoires Normales, Chi-carré, de Student et de Fisher-Snedecor (ainsi que les relations entre ces lois), les vecteurs aléatoires et plus particulièrement les vecteurs aléatoires Gaussiens, la régression linéaire simple, la régression linéaire multiple, le modèle Normal, la multicolinéarité, les diagnostics, le choix du modèle linéaire et la régression non linéaire.
La matière sera exposée lors de cours magistraux. Les slides utilisés seront disponibles sur Webcampus.
Les séances d'exercices seront principalement orientées vers l'apprentissage du logiciel statistique R et l'application des méthodes de régression à des jeux de données réelles.
L'évaluation du cours comportera deux parties :
L'examen écrit en session d'examens et l'évaluation continue seront organisés selon les consignes communiquées par l'enseignant lors des séances de cours.
| Formation | Programme d’études | Bloc | Crédits | Obligatoire |
|---|---|---|---|---|
| Bachelier en sciences mathématiques | Standard | 0 | 5 | |
| Bachelier en sciences mathématiques | Standard | 3 | 5 |