Recherche et protection du pétrole et du gaz. Réserves, coûts, contrats, 2e édition

Comprendre les principes théoriques de la statistique est une chose ; savoir les mettre en pratique en est une autre, et le fossé peut être large entre les deux. C'est pour vous aider à le franchir que l'auteur a écrit un ouvrage de "travaux pratiques" de la statistique décisionnelle et de la data science, qui fait suite à son ouvrage Data Mining et Statistique Décisionnelle paru dans la même collection. Ce nouvel ouvrage présente une étude de cas réalisée de A à Z à partir du même jeu de données, et répondant de façon complète et cohérente à deux importantes problématiques : la construction d'une segmentation de clientèle et l'élaboration d'un score d'appétence à l'achat d'un produit ou la souscription d'un contrat. Les données utilisées sont à la fois réelles et complètes. Elles proviennent du secteur de l'assurance, mais l'étude qu'elles permettent de réaliser peut se transposer a de nombreux autres domaines. Ces données sont disponibles sur le Web, notamment sur le site des Editions Technip où elles sont accompagnées des programmes présentés dans l'ouvrage. Ceci permettra au lecteur de compléter sa lecture par des exercices personnels, par le test de variantes, mais aussi d'utiliser ces programmes pour les appliquer à ses propres données et ses propres projets. L'étude de cas est menée avec le logiciel SAS, qui est à la fois le plus complet et le plus répandu des logiciels statistiques commerciaux, et qui permet de traiter tous les sujets abordés dans l'ouvrage, et même d'optimiser et d'automatiser les traitements. Tout au long de l'ouvrage, une bonne partie des procédures classiques de SAS/STAT est passée en revue, en mentionnant les améliorations des versions récentes, mais, au-delà des questions de programmation, nous souhaitons surtout montrer au lecteur qu'il est souhaitable et possible de conjuguer rigueur et productivité. Pour le scoring, quatre méthodes classiques de modélisation sont mises en oeuvre et comparées, l'analyse discriminante linéaire, les arbres de décision, la régression logistique et le classificateur bayésien naïf, de même que le bagging et deux méthodes plus avancées mises en oeuvre par l'appel de code R dans le programme SAS : les forêts aléatoires et le gradient boosting.

Molecular simulation is an emerging technology for determining the properties of many systems that are of interest to the oil and gas industry, and more generally to the chemical industry. Based on a universally accepted theoretical background, molecular simulation accounts for the precise structure of molecules in evaluating their interactions. Taking advantage of the availability of powerful computers at moderate cost, molecular simulation is now providing reliable predictions in many cases where classical methods (such as equations of state or group contribution methods) have limited prediction capabilities. This is particularly useful for designing processes involving toxic components, extreme pressure conditions, or adsorption selectivity in microporous adsorbents. Molecular simulation moreover provides a detailed understanding of system behaviour.As illustrated by their award from the American Institute of Chemical Engineers for the best overall performance at the Fluid Simulation Challenge 2004, the authors are recognized experts in Monte Carlo simulation techniques, which they use to address equilibrium properties.This book presents these techniques in suficient detail for readers to understand how simulation works, and describes many applications for industrially relevant problems. The book is primarily dedicated to chemical engineers who are not yet conversant with molecular simulation techniques. In addition, specialists in molecular simulation will be interested in the large scope of applications presented (including fluid properties, fluid phase equilibria, adsorption in zeolites, etc.).