Ce cours du M2 Statistique est divisé en deux parties. La seconde partie est assurée par Ismael Castillo.
💡 Motivation by Gaëlle Chagny CR Rouen ici
https://m2stat.sorbonne-universite.fr/enseignement/agenda/
Objectif : présenter des méthodes classiques d'estimation non-paramétrique, étudier le comportement des estimateurs introduits pour différents risques, introduire à l'optimalité des vitesses de convergence au sens minimax. Les notions introduites seront illustrées dans des exemples de modèles statistiques très utilisés en pratique : estimation de densité, régression non-paramétrique, processus de sauts.
Estimation non-paramétrique de densité.
Modèles de bruit blanc, de régression et de convolution.
Sélection de modèles.
Une feuille d'exercices et deux TP sont là pour vous aider à comprendre le cours et doivent être faits au fur et à mesure.
Un projet de lecture d'article individuel sera donné en début de semestre (sur l'une des deux parties de ce cours) avec une soutenance orale en janvier.
Un test (sur table) de deux heures, sur tout le cours (parties I et II)
Le rattrapage sera un oral portant sur le projet.
Notions fondamentales de probabilités, statistiques de bases, estimation paramétrique, bases d'analyse fonctionnelle (cas Hilbert au moins).
Années précédentes