v2.11.0 (5790)

Programme d'approfondissement - APM_52065_EP : Modélisation aléatoire et statistique des processus

Domaine > Mathématiques appliquées.

Descriptif

Syllabus:

Le but de ce cours est de présenter un panorama rigoureux de techniques statistiques modernes permettant de répondre à des questions fondamentales de modélisation et d'estimation se posant en pratique.

Nous nous intéresserons notamment aux valeurs extrêmes, aux dépendances multidimensionnelles présentes dans les données, ainsi qu'aux aspects dynamiques. Les domaines d'application des méthodes étudiées dans ce cours sont entre autres la finance et l'économie, la biologie (dynamique des populations, sismologie, épidémiologie...), la climatologie, l'analyse des réseaux ou encore le sport (données de match, données de performance...). 

36 heures en présentiel

Diplôme(s) concerné(s)

Parcours de rattachement

Objectifs de développement durable

ODD13 Mesures relatives à la lutte contre les changements climatiques.

Pour les étudiants du diplôme Titre d’Ingénieur diplômé de l’École polytechnique

Il est nécessaire d'avoir suivi MAP433

Format des notes

Numérique sur 20

Littérale/grade réduit

Pour les étudiants du diplôme Titre d’Ingénieur diplômé de l’École polytechnique

Le rattrapage est autorisé (Note de rattrapage conservée)
    L'UE est acquise si note finale transposée >= C
    • Crédits ECTS acquis : 5 ECTS

    La note obtenue rentre dans le calcul de votre GPA.

    Pour les étudiants du diplôme Programmes d'échange internationaux

    Le rattrapage est autorisé (Note de rattrapage conservée)
      L'UE est acquise si note finale transposée >= C
      • Crédits ECTS acquis : 5 ECTS

      Pour les étudiants du diplôme M1 MJH - Mathématiques Jacques Hadamard

      L'UE est acquise si Note finale >= 10
      • Crédits ECTS acquis : 5 ECTS

      Programme détaillé

      Plan de cours:

      1) Théorie des valeurs extrêmes
      2) Mesures de dépendance, copules
      3) Processus de Hawkes
      4) Séries temporelles linéaires: modélisation et estimation
      5) Modèles GARCH
      6) Statistique des processus en temps continu

      Veuillez patienter