• 12 heures
  • Moyenne

Ce cours est visible gratuitement en ligne.

course.header.alt.is_video

course.header.alt.is_certifying

J'ai tout compris !

Mis à jour le 13/03/2024

Conclusion

Nous avons vu, tout au long de ce cours, les bases de la statistique inférentielle, dans le cadre de lois de probabilités paramétrées (dépendantes d'un paramètre θ ), qui nous ont permis notamment :

  • d'estimer le paramètre d'une loi afin de la déterminer entièrement,

  • d'établir un intervalle de confiance sur le paramètre,

  • et enfin de tester un paramètre.

Ces notions, pouvant apparaître parfois comme un peu abstraites, nous fournissent en fait des outils puissants d'aide à la décision. Au-delà des cas réalistes rencontrés ici, ces outils s'avèrent être extrêmement utiles (et utilisés !) dans le cadre de la modélisation statistique, notamment :

  • dans les très utilisés modèles linéaires gaussiens,

  • et dans les modèles ARMA applicables sur des séries temporelles.

Et si vous obteniez un diplôme OpenClassrooms ?
  • Formations jusqu’à 100 % financées
  • Date de début flexible
  • Projets professionnalisants
  • Mentorat individuel
Trouvez la formation et le financement faits pour vous
Exemple de certificat de réussite
Exemple de certificat de réussite