Descripteur
Documents disponibles dans cette catégorie (280)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Tris disponibles](./images/orderby_az.gif)
Etendre la recherche sur niveau(x) vers le bas
Titre : Non-linear variability in geophysics : scaling and fractals Type de document : Monographie Auteurs : D. Schertzer, Éditeur scientifique ; S. Lovejoy, Éditeur scientifique Editeur : Dordrecht : Kluwer Academic Publishers Année de publication : 1991 Importance : 318 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-0-7923-0985-7 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] analyse fractale
[Termes IGN] variabilitéNuméro de notice : 44129 Affiliation des auteurs : non IGN Thématique : MATHEMATIQUE Nature : Recueil / ouvrage collectif Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=42666 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 44129-01 23.60 Livre Centre de documentation Mathématiques Disponible
Titre de série : Méthodes statistiques de l'ingénieur, 1 Titre : Volume 1 Type de document : Guide/Manuel Auteurs : G. Baillargeon, Auteur Mention d'édition : 3 Editeur : Trois-Rivières [Québec - Canada] : SMG Editions Année de publication : 1990 Importance : 686 p. Format : 20 x 25 cm ISBN/ISSN/EAN : 978-2-89094-038-3 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] contrôle statistique de qualité
[Termes IGN] corrélation
[Termes IGN] histogramme
[Termes IGN] inférence statistique
[Termes IGN] modèle stochastique
[Termes IGN] régression
[Termes IGN] statistique descriptiveNote de contenu : Chapitre 1
INTRODUCTION ET ANALYSE DESCRIPTIVE DES DONNÉES
OBJECTIFS PÉDAGOGIQUES
INDRODUCTION
QUELLE EST LA SIGNIFICATION DU MOT "STATISTIQUE" ? MÉTHODES STATISTIQUES DE L'INGÉNIEUR
LA STATISTIQUE DESCRIPTIVE
QUELQUES NOTIONS FONDAMENTALES
Ensemble statistique Population statistique Unité statistique
Caractères
Caractère quantitatif Caractère qualitatif
Modalités des caractères
Variable statistique Variable discrète Variable continue
Échantillon Échantillon aléatoire
Unité de mesure
Fréquence absolue Fréquence relative
PRÉSENTATION DES DONNÉES RECUEILLIES
DÉPOUILLEMENT DES DONNÉES ET DISTRIBUTION DE FRÉQUENCES ABSOLUES
CONSIDÉRATIONS PRATIQUES DANS L'ÉLABORATION
D'UNE DISTRIBUTION DE FRÉQUENCES ABSOLUES
AUTRE FORME ÉLÉMENTAIRE DE DÉPOUILLEMENT : DIAGRAMME EN FEUILLES
DISTRIBUTION DE FRÉQUENCES ABSOLUES : CAS OU LE CARACTERE ÉTUDIÉ EST DISCRET
DISTRIBUTION DE FRÉQUENCES AVEC CLASSES OUVERTES
PRINCIPALES REPRÉSENTATIONS GRAPHIQUES
Diagramme en bâtons
Histogramme et polygone de fréquences
COURBE DE FRÉQUENCES CUMULÉES
DIAGRAMME À SECTEURS ET DIAGRAMME À RECTANGLES HORIZONTAUX
UTILISATION DE L'HISTOGRAMME EN CONTRÔLE DE PROCÉDÉS
EXERCICES
Chapitre 2
CARACTÉRISTIQUES DE TENDANCE CENTRALE ET DE DISPERSION
OBJECTIFS PÉDAGOGIQUES
INTRODUCTION
LA MOYENNE ARITHMÉTIQUE, LA VARIANCE, L'ÉCARTTYPE ET L'ÉTENDUE
PROPRIÉTÉS ET REMARQUES SUR LA MOYENNE ARITHETIQUE, LA VARIANCE, L'ÉCARTTYPE ET L'ÉTENDUE
NOTATION INDICÉE ET LOPÉRATEUR SOMME
CALCUL DE LA MOYENNE ET DE LA VARIANCE, VALEURS INDIVIDUELLES ET VALEURS GROUPÉES
CALCUL SIMPLIFIÉ DE LA MOYENNE ET DE LA VARIANCE ; CHANGEMENTS D'ORIGINE ET D'ÉCHELLE
AUTRE MESURE DE TENDANCE CENTRLE : LA MÉDIANE
LE MODE
AUTRES MESURES DE POSITION : LES QUANTILES
LE DIAGRAMME EN BOITE
CARACTÉRISTIQUES DE FORME ASYMÉTRIE ET APLATISSEMENT
EXERCICES
EXERCICES DE SYNTHÈSE
Chapitre 3
CALCUL DES PROBABILITÉS
OBJECTIFS PÉDAGOGIQUES
INTRODUCTION
NOTIONS D'ÉPREUVES, DE RÉSULTAT, DESPACE ECHANTILLONNAL ET DEVENEMENT
LA NOTION DE PROBABILITÉ
AXIOMES RÉGISSANT LE CALCUL DES PROBABILITÉS
RÉSUMÉ SUR LE VOCABULAIRE DES ÉVÉNEMENTS
PROBABILITÉS TOTALES : ÉVÉNEMENTs NF, S'EXCLUANT PAS
ÉVÉNEMENTS LIÉS, PROBABILITÉS CONDITIONNELLES, PROBABILITÉS COMPOSÉES ET ÉVÉNEMENTS INDÉPENDANTS
Evénements liés
Probabilité conditionnelle
Probabilités composées
Evénements indépendants
PROBABILITÉS DES CAUSES : FORMULE DE BAYES
L'ANALYSE COMBINATOIRE L'ÉCHANTILLONNAGE ET LES PROBABILITÉS
CHEMINEMENT DE RÉFLEXION POUR RÉSOUDRE LES EXERCICES SUR LES PROBABILITÉS
EXERCICES
Chapitre 4
VARIABLES ALÉATOIRES ET LOIS DE PROBABILITÉ
OBJECTIFS PÉDAGOGIQUES
GÉNÉRALITÉS SUR LES NOTIONS PROBABILISTES ET LES NOTIONS STATISTIQUES
LES NOTIONS DE VARIABLE ALÉATOIRE ET LOI DE PROBABILITÉ
REPRÉSENTATION GRAPHIQUE DE LA LOI DE PROBABILITÉ (CAS DISCRET)
LOI DE PROBABILITÉ DUNE VARIABLE ALÉATOIRE CONTINUE
ESPÉRANCE MATHÉMATIQUE ET VARIANCE DUNE VARIABLE ALÉATOIRE
PROPRIÉTÉS DE L'ESPÉRANCE MATHÉMATIQUE ET DE LA VARIANCE
MOMENTS D'UNE VARIABLE ALÉATOIRE
FONCTION GÉNÉRATRICE DES MOMENTS
INÉGALITÉ DE TCHEBYCHEFF
LOI À DEUX DIMENSIONS OU LOI CONJONTE
PROPRIÉTÉS DE LESPÉRANCE MATHÉMATIQUE ET DE LA VARIANCE: COMBINAISON DE PLUSIEURS VARIABLES ALÉATOIRES
EXERCICES
Chapitre 5
MODÈLES PROBABILISTES DISCRETS
OBJECTIFS PÉDAGOGIQUES
LOIS DE PROBABILITÉ IMPORTANTES
LA LOI DE BERNOULLI
EPREUVES DE BERNOULLI ET LA LOI BINOMIALE
SYNTHÈSES DE DIVERSES RELATIONS UTILISÉES DANS LE CALCUL DES PROBABILITÉS BINOMIALES
REPRÉSENTATION GRAPHIQUE DE LA DISTRIBUTION BINOMIALE
LA LOI GÉOMÉTRIQUE
LA LOI DE PASCAL
LA LOI HYPERGÉOMÉTRIQUE
LA LOI DE POISSON
REPRÉSENTATION GRAPHIQUE DE LA DISTRIBUTION DE POISSON
APPROXIMATION DE LA LOI BINOMIALE PAR LA LOI DE POISSON
NOTIONS SUR LE PROCESSUS DE POISSON
TABLEAUSYNTHÈSE DES LOIS DISCRÈTES
CHEMINEMENT DE RÉFLEXION POUR RÉSOUDRE LES EXERCICES
EXERCICES
Chapitre 6
MODÈLES PROBABILISTES CONTINUS
OBJECTIFS PÉDAGOGIQUES
INTRODUCTION
LA LOI UNIFORME
LA LOI EXPONENTIELLE
LA LOI GAMMA
LA LOI DE WETBULL
LA LOI BÊTA
TABLEAU-SYNTHÈSE DES LOIS CONTINUES
EXERCICES
Chapitre 7
LA LOI NORMALE ET APPLICATIONS
OBJECTIFS PÉDAGOGIQUES
LA DISTRIBUTION NORMALE
LOI NORMALE CENTRÉE RÉDUITE
AIRE OBTENUE À L'AIDE DE LA TABLE DE LA LOI NORMALE CENTRÉE RÉDUITE
RÉSULTATS IMPORTANTS CONCERNANT L'AIRE SOUR LA COURBE NORMALE
APPROXIMATION DE LA LOI BINOMIALE PAR LA LOI NORMALE
COMBINAISON DE VARIABLES ALÉATOIRES NORMALES
DÉTERMNATION STATISTIQUE DES TOLÉRANCES DE FABRICATION
THÉORÈME CENTRAL LIMITE
EXERCICES
VÉRIFICATION DE LA NORMALITÉ D'UNE DISTRIBUTION CONTINUE : DROITE DE HENRY
Chapitre 8
ÉCHANTILLONNAGE ET ESTIMATION DE PARAMÈTRES
OBJECTIFS PÉDAGOGIQUES
INTRODUCTION
LES SONDAGES : ÉCHANTILLONNAGE D'UNE POPULATION
L'ÉCHANTILLON ALÉATOIRE
PRINCIPE DE LA CONSTRUCTION D'UN ÉCHANTILLON
CONSTRUCTION DE L'ÉCHANTILLON À L'AIDE D'UNE TABLE DE NOMBRES ALÉATOIRES
CONSTRUCTION DE L'ÉCHANTILLON PAR TIRAGE SYSTÉMATIQUE
FLUCTUATIONS D'ÉCHANTILLONNAGE D'UNE MOYENNE
THÉORÈME CENTRAL LIMITE : FORME DE LA DISTRIBUTION DE X
TRANSFORMATION DE LA VARIABLE ALÉATOIRE EN UNEVARIABLE ALÉATOIRE CENTRÉE RÉDUITE
PROPRIÉTÉS DE LA DISTRIBUTION D'ÉCHANTILLONNAGE DE X
L'ESTIMATION DE PARAMÈTRES ; OBJECTIF FONDAMENTAL DE L'ECHANTILLONNAGE D'UNE POPULATION
L'ESTIMATION PONCTUELLE
PROPRIÉTÉS DES ESTIMATEURS PONCTUELS
Estimateur non biaisé
Estimateur efficace
Estimateur convergent
MÉTHODES D'ESTIMATION
ESTIMATION PAR INTERVALLE DE CONFIANCE
ESTIMATION D'UNE MOYENNE PAR INTERVALLE DE CONFIANCE: CONSTRUCTION DE L'INTERVALLE
MARGE D'ERREUR ASSOCIÉE À L'ESTIMATION ET TAILLE D'ÉCHANTILLON REQUISE POUR NE PAS EXCÉDER LA MARGE DERREUR
LA DISTRIBUTION DE STUDENT
Propriétés de la loi de Student
Valeurs tabulées du T de Student et leur signification
ESTIMATION DE PAR INTERVALLE : POPULATION NORMALE, VARIANCE INCONNUE ET PETIT ÉCHANTILLON (n <30 )
FLUCTUATIONS D'ÉCHANTILLONNAGE D'UNE PROPORTION
ESTIMATION D'UNE PROPORTION p PAR INTERVALLE DE CONFIANCE
MARGE D'ERREUR ASSOCIÉE À L'ESTIMATION DE p ET TAILLE D'ÉCHANTILLON REQUISE
EXERCICES
ANNEXE: CONSTRUCTION D'UN ESTINIATEUR PAR LA MÉTHODE DU MAXIMUM DE VRAISEMBLANCE
Chapitre 9
TESTS SUR UNE MOYENNE, UNE PROPORTION ET UNE VARIANCE
OBJECTIFS PÉDAGOGIQUES
PRINCIPE D'UN TEST D'HYPOTHÈSE
CONCEPTS ROEORTANTS DANS LÉLABORATION D'UN TEST D'HYPOTHÈSE
FORMULATION DES HYPOTHÈSES H0 ET H1 ET TYPE DE TEST
Test bilatéral
Test unilatéral
TEST SUR UNE MOYENNE : DÉTERMINATION DE LA RÈGLE DE DÉCISION
TABLEAUSYNTHÈSE DES TESTS SUR UNE MOYENNE
COMMENT EXÉCUTER UN TEST D'HYPOTHÈSE : DÉMARCHE À SUIVRE
RISQUES DE PREMIÈRE ESPÈCE ET DE DEUXIÈME ESPÈCE
SCHÉMATISATION DES DEUX RISQUES D'ERREUR SUR LA DISTRIBUTION D'ÉCHANTILLONNAGE DE X
TEST SUR UNE MOYENNE AVEC CONTRÔLE SUR ET
TEST SUR UNE PROPORTION
TABLEAUSYNTHÈSE TEST RELATIF À UNE PROPORTION
DÉTERMNATION DU SEUIL DESCRIPTIF DU TEST
RIZFÉRENCE SUR UNE VARIANCE ET LA LOI DE KIDEUX
DISTRIBUTION D'ÉCHANTILLONNAGE DE LA VARIANCE D'ÉCHANTILLON
TEST D'HYPOTHÈSE ET INTERVALLE DE CONFIANCE : VARIANCE DUNE POPULATION NORMALE
EXERCICES
Chapitre 10
TESTS SUR DEUX MOYENNES, DEUX PROPORTIONS ET DEUX
VARIANCES
OBJECTIFS PÉDAGOGIQUES
INTRODUCTION
DISTRIBUTION DES FLUCTUATIONS D'ÉCHANTILLONNAGE DE LA DIFFÉRENCE DE DEUX MOYENNES
TEST SUR LÉGALITÉ DE DEUX MOYENNES : H0: 1 = 2
TABLEAUSYNTHÈSE DES TESTS DE COMPARAISON SUR DEUX MOYENNES
TEST SUR LÉGALITÉ DE DEUX MOYENNES AVEC VARIANCES INCONNUES ET INÉGALES : TEST DE SMITH-SATTERTHWAITE
TEST DE COMPARAISON DE DEUX ÉCHANTILLONS APPARIÉS
COMPARAISON DE DEUX PROPORTIONS (POURCENTAGES)
COMPARAISON DE VARIANCES ET LA DISTRIBUTION DE FISHERSNEDECOR
DISTRIBUTION D'ÉCHANTILLONNAGE DU QUOTIENT DE DEUX VARIANCES
TEST SUR L'ÉGALITÉ DE DEUX VARIANCES
EXERCICES
Chapitre 11
TESTS D'AJUSTEMENT ET TABLEAU DE CONTINGENCE
OBJECTIFS PÉDAGOGIQUES
INTRODUCTION
APPLICATION DU TEST DE PEARSON : TEST DE CONFORMTIÉ
ENTRE DEUX DISTRIBUTIONS
TEST DE CONFORMITÉ : HYPOTHÈSES STATISTIQUES ET RÈGLE DE DÉCISION
VÉRIFICATION DE LA QUALITÉ D'AJUSTEMENT POUR LES
DISTRIBUTIONS BINOMIALE, DE POISSON ET NORMALE
UTILISATION DU KHIDEUX POUR TESTER
L'INDÉPENDANCE DE DEUX CARACTÈRES DANS UN TABLEAU DE CONTINGENCE
EXERCICES
Chapitre 12
CORRÉLATION LINÉAIRE ET DROITE DE RÉGRESSION OBJECTIFS PÉDAGOGIQUES
INTRODUCTION
NUAGE DE POINTS : DIAGRAMME DE DISPERSION
CALCUL DU COEFFICIENT DE CORRÉLATION LINÉAIRE
LA CORRÉLATION ESTELLE SIGNIFICATIVE ?
TEST DE L'HYPOTHÈSE Ho : p = 0
TEST DE L'HYPOTHÈSE H0 : p = p0 ET ESTIMATION PAR INTERVALLE DE CONFIANCE
Transformation de Fisher
Test de l'hypothèse H0 : p = p0 et valeurs critiques
Intervalle de confiance pour p
AJUSTEMENT LINÉAIRE : APPROCHE DESCRIPTIVE
CHOIX DE LA VARIABLE DÉPENDANTE
DÉTERMINATION DE LA DROITE DE RÉGRESSION :
MÉTHODE DES MOINDRES CARRÉS
DÉCOMPOSITION DE LA VARIATION DANS LA VARIABLE DÉPENDANTE
LA CORRÉLATION N'IMPLIQUE PAS UNE RELATION DE CAUSE À EFFET
EXERCICES
Chapitre 13
CONTRÔLE STATISTIQUE DES PROCÉDÉS
OBJECTIFS PÉDAGOGIQUES
INTRODUCTION
CONSIDÉRATIONS PRATIQUES DANS LA MISE EN OEUVREDU CONTRÔLE D'UN PROCÉDÉ
CARTE DE CONTRÔLE
CARTES DE CONTRÔLE POUR GRANDEURS MESURABLES : LES CARTES X ET R
STABILITÉ DUN PROCÉDÉ
DÉTERMINATION DES LIMITES DE CONTRÔLE POUR LES CARTES X ET R
QUE RECHERCHET'ON AVEC UNE CARTE DE CONTRÔLE ?
CONDITIONS QUI INDIQUENT QUUN PROCÉDÉ NEST PAS SOUS CONTRÔLE STATISTIQUE
CONFORMITÉ DUN PROCÉDÉ DE FABRICATION AUX SPÉCIFICATIONS: CAPABILITÉ DU PROCÉDÉ
Distinction entre les limites de contrôle et les spécifications
Détermination de la capabilité du procédé
Autres indices de capabilité d'un procédé
DÉTERMINATION DE LA PROPORTION DE PIÈCES NON CONFORMES
AUTRES MÉTHODES D'ANALYSE DUN PROCÉDÉ : LES DIAGRAMMES DE PARETO ET D'ISHIKAWA
Le diagramme de Pareto
Le diagramme d'Ishikawa
CONTRÔLE DE LA QUALITÉ PAR ATTRIBUTS
CONTRÔLE DE LA PROPORTION DE DÉFECTUEUX : CARTE p
CONTRÔLE DU NOMBRE DE DÉFECTUEUX : CARTE np
CONTRÔLE DU NOMBRE DE DÉFAUTS : CARTE c
TABLEAUSYNTHÈSE DES CARTES DE CONTRÔLE ET
INDICES DE CAPABILITÉ
EXERCICES
TABLES STATISTIQUES
TABLE 1 -Distribution binomiale
TABLE 2 -Distribution de Poisson
TABLE 3 -Loi normale centrée réduite
TABLE 4 -Distribution de Studette
TABLE 5 -Distribution du khi deux
TABLE 6 -Distribution de Fisher-Snedecor
TABLE 7 -Table de nombres aléatoires
TABLE 8 -Valeurs critiques rc~, pour le r de Pearson
TABLE 9 -Transformation de Fisher
PAPIER GAUSSO-ARITHEMETIQUE
BIBLIOGRAPHIE
REPONSES AUX EXERCICES
INDEXNuméro de notice : 13127A Affiliation des auteurs : non IGN Thématique : MATHEMATIQUE Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=46248 Voir aussiRéservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 13127-01A 23.60 Livre Centre de documentation Mathématiques Disponible
Titre : Le modèle euclidien en analyse de données Type de document : Guide/Manuel Auteurs : J. Pontier, Auteur ; A.B. Dufour, Auteur ; M. Normand, Auteur Editeur : Paris : Ellipses-Edition Marketing Année de publication : 1990 Collection : Statistique et mathématiques appliquées Importance : 428 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-2-8004-0971-9 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] algèbre bilinéaire
[Termes IGN] analyse de données
[Termes IGN] analyse des correspondances
[Termes IGN] analyse discriminante
[Termes IGN] analyse en composantes principales
[Termes IGN] espace euclidien
[Termes IGN] espace vectoriel
[Termes IGN] projection orthogonale
[Termes IGN] régression linéaire
[Termes IGN] statistiquesNote de contenu : 1. LA STRUCTURE D'ESPACE EUCLIDIEN
- Formes diverses sur un espace vectoriel réel
- Expressions matricielles de formes bilinéaires
- Structure d'espace euclidien
- Projecteur j-orthogonal de [E] dans un sous-espace [F]
- Espace euclidien et dualité
- Schémas de représentation des opérations matricielles
2. LE MODELE EUCLIDIEN EN ANALYSE DES DONNEES
- Quelques définitions et notations
- Espace vectoriel
- La métrique des poids dans l'espace vectoriel
- Interprétation dans l'espece vectoriel des indices statistiques habituels
- Représentations graphiques
3. PROJECTIONS j-ORTHOGONALES DANS L'ESPACE VECTORIEL ; REGRESSIONS LINEAIRES
- Projection j-orthogonale sur su sous-espace [X] de l'espace vectoriel
- Régressions linéaires
- Exemples numériques
4. BASES ORTHOGONALES D'UN SOUS-ESPACE DE L'ESPACE VECTORIEL ; ANALYSE EN COMPOSANTES PRINCIPALES
- Système de générateurs non linéaireent indépendant
- Bases orthogonales de [X]
- Composantes principales d'un ensemble de variables
- Exemple numérique
5. SOUS-ESPACE DE L'ESPACE VECTORIEL ASSOCIE A UNE PARTITION DE W
- Quelques propriétés des partitions de W. Exemples
- Structure vectorielle de [A]
- Structure euclidienne de [A]
- Projections j-orthogonales sur [A]
- Exemples numériques
6. PROJECTIONS RECIPROQUES D'UN SOUS-ESPACE DANS UN AUTRE; ANALYSE CANONIQUE
- projection j-orthogonale d'un sous-espace dans un autre
- Analyse canonique d'un couple de sous-espaces
- Analyse canonique "avec termes constants"
- Introduction aux applications particulières de l'analyse canonique
- Exemple numérique
7. ANALYSE DISCRIMINANTE
- Analyse canonique impliquant une partition de [W]
- Analyse discriminante "avec termes constants"
- Détermination des focntions discriminantes
- Exemple numérique
8. ANALYSE CONJOINTE DE DEUX PARTITIONS DE [W] ; ANALYSE DES CORRESPONDANCES
- Structure de la matrice générale des produits scalaires concernant [A] et [B]
- Comparaison et représentations d'un codage de A et d'un codage de B
- Analyse des correspondances entre les partitions A et B
- Exemple numérique
9. INTRODUCTION AUX ANALYSES DE SITUATIONS COMPLEXES ; UN EXEMPLE : LA METHODE LONGI
- Quelques idées pour diverses lectures d'un ensemble de données
- Description de la méthode LONGI
- Exemple numérique
- Autre exemple numérique
ANNEXESNuméro de notice : 68579 Affiliation des auteurs : non IGN Thématique : MATHEMATIQUE Nature : Manuel Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=61988 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 68579-01 23.60 Livre Centre de documentation Mathématiques Disponible
Titre : Oh, grosserorors ! Traitements automatiques des fautes de mesures Type de document : Mémoire Auteurs : D. Brichet, Auteur Editeur : Evry : Ecole Supérieure des Géomètres et Topographes ESGT Année de publication : 1990 Importance : 85 p. Format : 21 x 30 cm Note générale : Bibliographie
Mémoire présenté en vue d'obtenir le diplôme d'ingénieur ESGTLangues : Français (fre) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] compensation par moindres carrés
[Termes IGN] correction
[Termes IGN] distribution de Gauss
[Termes IGN] erreur de mesure
[Termes IGN] méthode robuste
[Termes IGN] test statistique
[Termes IGN] traitement automatique de donnéesIndex. décimale : ESGT Mémoires d'ingénieurs de l'ESGT Résumé : (Auteur) Les sciences topographiques sont basées sur la réalisation de plusieurs mesures pour obtenir des grandeurs recherchées. Si les mesures ne contiennent pas de faute, les meilleurs estimateurs des grandeurs sont obtenus après une compensation par les moindre carrés. Il existe 2 possibilités de traiter les fautes présentes : 1- soit détecter et localiser les fautes. Une fois trouvées, elles peuvent être corrigées (si on connait l'ordre de grandeur de la faute) ou éliminées de l'échantillon des mesures. Ensuite, un calcul par les moindres carrés est effectué. La recherche se fait à l'aide de test statistique sur les résidus issus de la compensation. Ces tests sont classiques (les erreurs suivent la loi Normale) ou améliorés par le "data-snooping" (loi Normale + un biais). 2- soit traiter tout l'échantillon des mesures (y compris avec les fautes) par des méthodes qui minimisent l'influence de ces fautes sur les estimateurs. Le traitement consiste à réduire le poids des observations suspectes suivant une règle empirique ("méthode danoise") ou théorique (méthode robuste). On ne peut dégager une procédure qui soit meilleure que les autres. Cependant, le "data-snooping" ainsi que la "méthode danoise" sont les méthodes les plus fréquemment utilisées. Numéro de notice : 66850 Affiliation des auteurs : non IGN Thématique : MATHEMATIQUE Nature : Mémoire ingénieur ESGT Organisme de stage : Centre National de la Recherche Scientifique CNRS Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=53451 Réservation
Réserver ce documentExemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 66850-01 ESGT Livre Centre de documentation En réserve Mezzanine Disponible 66850-02 ESGT Livre Centre de documentation En réserve Mezzanine Disponible
Titre : Probabilités, analyse des données et statistique Type de document : Guide/Manuel Auteurs : Gilbert Saporta, Auteur Mention d'édition : 1ère édition Editeur : Paris : Technip Année de publication : 1990 Importance : 493 p. Format : 18 x 25 cm ISBN/ISSN/EAN : 978-2-7108-0565-6 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] analyse de données
[Termes IGN] probabilitésRésumé : (Editeur) Ce livre présente les méthodes les plus courantes de la statistique moderne sous forme d'un manuel de cours
Son originalité est de fournir, en un seul volume, l'essentiel des connaissances utiles en calcul des probabilités, analyse des données multidimensionnelles (analyses factorielles, classification) et statistique décisionnelle (tests, estimation, régression, discrimination).
Il est destiné à un vaste public : élèves des grandes écoles, étudiants des maîtrises de mathématiques, d'informatique, de sciences économiques et, plus généralement, à tous ceux qui veulent appliquer en connaissance de cause les méthodes statistiques et possèdent un niveau de connaissances en analyse et en algèbre linéaire équivalent à un premier cycle universitaire.
Sans formalisme excessif et sans tomber dans le recueil de recettes, cet ouvrage est avant tout un guide pour les applications.Numéro de notice : 59017 Affiliation des auteurs : non IGN Thématique : MATHEMATIQUE Nature : Manuel DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=60502 Réservation
Réserver ce documentExemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 59017-02 23.60 Livre Centre de documentation Mathématiques Disponible 59017-01 DEP-EO Livre Equipe Géodésie Dépôt en unité Exclu du prêt PermalinkPermalinkThe semivariogram in remote sensing : an introduction / P.J. Curran in Remote sensing of environment, vol 24 n° 3 (01/04/1988)
PermalinkPermalinkPermalinkPermalinkPermalinkPermalinkPermalinkPermalink