Past courses and (useful) stuffs

Statistique spatiale

Comme annoncé lors de notre dernière séance de cours, vous devez donc faire une analyse géostatistique sur un jeu de données de votre choix récupéré à partir du site European Climate Assessment Dataset. Merci de prendre un jeu de donnée assez conséquent et veillez à la rédaction de votre rapport. D'ailleurs vous trouverez quelques consignes concernant la rédaction scientifique ici.

• Le fichier modifié pour être lu facilement
• Le script permettant d'importer les donnees et de commencer à faire une analyse spatiale

Voici le support du cours et comme promis une sorte de tutoriel rapide sur comment faire de la géostatistiques avec R. Je vous conseille vivement de lire ce document.

Séries temporelles

Quelques travaux pratiques sur l'application des techniques (de base) en séries temporelles. Voici donc les feuilles de TP

• TP 1: Se familiariser avec les bases/notations
• TP 2: Jouer avec le modèle ARMA(p,q)
• TP 3: A venir

De plus durant nos séances nous utiliserons quelques jeux de données

• Le nombre d'infection par la varicelle aux USA (fichier)
• Les anomalies de températures à la surface du globe (fichier)
• Les séries temporelles 'amusantes' ;-) (fichier)

Enfin comme demandé, voici un petite analyse descriptive (ficher Rmd) mais sans prétention du jeu de données varicelle.

Sondages et Enquêtes

Un cours de 10h sur les techniques de sondages. Voici le support de cours, et voici les feuilles de TD

• TD 1: Se familiariser avec les bases/notations
• TD 2: Plans simples
• TD 3: Plans à probabilités inégales
• TD 4: Plans stratifiés
• TD 5: Plans par grappes et à plusieurs degrés
• TD 6: Utilisation d'une information auxiliaire

Pour vous préparer à l'examen, voici les feuilles 1 à 3 d'exercices avec ma correction. Bonne révision !

Développement logiciel

Le but de ce cours est de vous apprendre la programmation sous R et Python. Pour ce qui concerne le développement sous R, voici le support de cours ainsi que les jeux de données que nous allons aurions dû utiliser pendant ce cours.

• alcool et tabac
• Hubble
• vendredi 13
• service militaire aléatoire

Au passage nous avons vu quelques éléments concernant la (difficile) tâche d'écriture scientifique. Voici les transparents de la présentation que je vous avais faite.

Je vais lister ici les codes que nous faisons en cours...

• script sur Hubble
• script sur l'alcool et le tabac
• script sur le service militaire aux USA en 1970
• script sur l'impact (ou non) du vendredi 13
• La fractale de Mandelbrot et le code C associé
• Le challenge MNIST par un réseau de neurones tout simple

Enfin voici la liste des challenges que nous actualiserons petit à petit...

• Le Black Jack (et le code pour le calcul des points un peu plus intelligent)
• Le k-means
• Autour du gradient stochastique et l'historique des notes au M1

Rédaction de documents scientifiques

Lors de vos études vous devrez souvent rédiger des rapports. La rédaction scientifique n'est pas une tâche aisée et demande beaucoup d'efforts et de temps. Elle est aussi sujette à des règles très strictes. Dans ce document, je liste quelques éléments clés afin de rendre un rapport digne de ce nom, enfin je vous le souhaite en tout cas. Si c'est la première fois que vous rédigez un rapport, je vous recommande fortement de le lire ; si vous ête un peu plus expérimenté, je vous le recommande tout de même !

Pour ceux qui ont choisi d'utiliser LaTeX, je vous ai préparé un template pour votre rapport. Je pense qu'il pourra vous être utile !!! Bonne rédaction donc...

Analyse de survie

Le but de ce cours est de donner les bases nécessaires à l'analyse statistique des données de type "survie", i.e., où la notion de données censurées ne peut être ignorée. Je mettrais au fur et à mesure les documents liés au cours--cf. plus bas.

Voici les consignes pour votre projet. Pour la rédaction de votre projet, allez donc lire ces conseils précieux. La date limite est fixée au 8 Janvier 2018.

• Voici le document à partir duquel je me suis basé pour notre séance spéciale sur l'introduction à l'estimateur de Kaplan-Meier (retenons notre souffle ;-) Un grand merci à Thomas Alexander Gerds pour avoir eu cette belle idée et initiative et à Jonathan El Methni pour me l'avoir fait découvrir !!!
• Et voici donc le fichier contenant vos données ainsi qu'une petite analyse de survie par Kaplan-Meier via le package R survival
• Une vision de l'estimateur de Kaplan-Meier comme estimateur du maximum de vraisemblance empirique.
• Le code R que l'on a fait ensemble lors de la séance du 01/12/2017
• La feuille d'exercice pour nos séances pratiques.
• Pour vous entrainer, voici l'examen de l'année dernière.

Ce paragraphe concerne la deuxième partie du cours sur les approches (semi) paramétriques.

• Un petit résumé de ce que l'on a vu avec les modèles de survie paramétriques.
• Pour ceux qui veulent voir comment la puissance des martingales peuvent être utile afin de vérifier que la vraisemblance partielle de Cox se comporte bien comme une vraisemblance (asymptotiquement), vous pouvez lire ce document.

Modélistation Stochastique

Le but de ce cours est de vous faire une petite introduction aux méthodes de Monte-Carlo. Ce cours couvre à la fois les aspects théoriques et pratiques avec des exercices sur feuilles et des séances sur ordinateurs.

Voici le support de cours (avec les démonstrations masquées) ainsi que les feuilles de TD/TP :

• Feuille 1
• Lab 1
• Lab 2

Je liste aussi les quelques codes que l'on a fait en cours...

• Exemple 2.4
• Moment de détente de fin de cours du 31/01/18 ;=)
• Un algorithme pour Box-Muller tout en fatigue
• La fameux algorithme RANDU d'IBM
• Simulation de N(0,1) via le TCL et des U(0,1)
• Illustration numérique du TCL
• Prix d'un call Européen (Black-Scholes)
• Une page web crée simplement via un document Rmd

Voici le sujet de votre devoir maison. Bon travail !!!!

Maths numériques

Ceci est un mini cours (9h seulement) intense sur les méthodes MCMC et vous pouvez récupérer mes "notes" de cours (sans aucune garantie). Voici également le code R pour le "fameux" modèle pour la modélisation du nombre de buts en Ligue 1 ainsi que les données relatives, i.e., saison 2014-2015 et saison 2105-2016.

En ce qui concerne votre projet, vous devrez choisir un exemple parmis ceux disponibles dans les exemples de Winbugs (volume 1, volume 2 et volume 3).

TEA (Statistiques Appliquées)

Pour ce TEA un peu spécial, j'ai décidé de faire un cours orienté sur l'apprentissage de plusieurs thématiques en modélisation statistique. Voici les supports de cours.

• Cours 1 : Écriture scientifique et LaTeX
• Cours 2 : Température corporelle d'un castor / Séries temporelle
• Cours 3 : Incident dans les mines de charbon / Inférence Bayésienne
• Cours 4 : Durée de vie des motorettes / Analyse de survie
• Cours 5 : Émission de NOx lors de la combustion / Régression semi-parametrique

Pour celles et ceux qui souhaiteraient approfondir les thématiques abordées, voici quelques références (en anglais).

• Tsay, R. S. (2012) Analysis of Financial Times Series (Third Edition), Wiley Series, ISBN: 0-470-41435-9
• Robert, C. and Casella, G. (2010) Monte Carlo Statistical Methods (Second Edition), Springer, ISBN-10: 1441919392
• Smith, P. J. (2002) Analysis of Failure and Survival Data, Chapman & Hall, ISBN-10: 1584880759
• Ruppert, D., Wand, M. P. and Carroll, R. J. (2003) Semiparametic regression, Cambridge Series

Enfin puisque vous aurez besoin de faire pas mal de codes en R, je vous conseille de lire R pour les débutants.

Statistiques des événements extrêmes (M2 Biostat)

Vous pouvez récupérer tous les documents nécessaires pour réaliser votre mini projet à partir de cette archive. Bon travail et soignez votre rédaction !!!

Enfin pour vous aidez à vous préparer à l'examen final, voici le sujet de l'année précédente et la correction --- seulement sur la partie spatiale.

Traitement de données

Voici le support de cours qui est également disponible sur l'ENT. Et voici les feuilles de TD. Les corrections arriveront au fur et à mesure.

• TD 1 : Statistiques descriptives
• TD 2 : Échantillonnage aléatoire simple
• TD 3 : Estimation et tests
• TD 4 : Plans d'expérience
• TD 5 : Modèles linéaires
• TD 6 : Analyse de la variance

Et pour finir les feuilles de TP. Vous aurez besoin des données contenues dans cette archive.

• TP 1 : Statistiques descriptives
• TP 2 : Échantillonnage aléatoire simple et plans d'expérience
• TP 3 : Estimation et tests
• TP 4 : Modèles linéaires