Probabilités 2 : le hasard et la nécessité

Principes, applications et interprétations de différentes techniques de modélisation statistique, classiques ou avancées, linéaires ou non linéaires, incluant les modèles par les moindres carrés ordinaires, les modèles logit (logistiques), les modèles multiniveaux (hiérarchiques). Méthodologie progressive, avec de nombreux exemples Logiciels utilisés: MLwin et SAS (transposable en SPSS). Illustré par des tableaux et des captures d'écrans. Nouvelle édition incluant en téléchargement des exercices d'entraînement sur les bases de données et les programmes SAS ou SPSS de mise en oeuvre des analyses. Destiné aux étudiants et chercheurs en sciences de l'éducation, économie, psychologie, STAPS (sciences et techniques des activités physiques et sportives), méthodologie statistique, sociologie, démographique, géographique, agronomie et biologie.

Résumé : Ce livre s'adresse tout particulièrement aux professionnels de la santé, aux étudiants en sciences médicales et aux scientifiques qui consultent des statisticiens ou souhaitent comprendre les aspects statistiques de leurs recherches. L'auteur a conçu ce livre comme un guide d'interprétation de résultats plutôt que d'analyse des données. Pour ne pas dérouter les lecteurs, les mathématiques sont utilisées avec parcimonie, quand elles sont vraiment nécessaires à la bonne compréhension d'un concept et toujours accompagnées d'une explication contextuelle. Une méthodologie intuitive : Dans son livre, Motulsky présente les concepts et méthodes statistiques de manière claire et intuitive et les illustre par un grand nombre d'exemples basés sur des données réelles. Cet ouvrage traite des méthodes statistiques usuelles, aussi bien que de certaines méthodes avancées, incluant différents modèles tels que ta régression multiple, logistique et des risques instantanés proportionnels. Leurs conditions d'application sont discutées et une large place est donnée à l'interprétation des résultats qui en découlent. Un exposé théorique et pratique Tout au long de l'ouvrage, l'aspect pratique est mis en évidence, des exemples basés sur des données réelles ainsi que des analogies avec des exemples de la vie courante illustrent l'exposé théorique. L'auteur insiste sur tes conditions d'application des différentes méthodes et donne une importance toute particulière à l'interprétation critique des résultats de l'application de ces méthodes.

La probabilité est une science indispensable pour nombre de technologies et domaines de recherche. En effet, elle trouve des applications dans la physique quantique, comme en astronomie, télécommunications, radar, sonar, etc. Les méthodes statistiques ont été largement appliquées en ingénierie comme en finance ou en sociologie. Cet ouvrage s'appuie sur un texte clair, simple et concis. Il est plus riche en exemples et exercices résolus, en codes de programmation sous Matlab ou Python qu'en démonstrations, mais il permet de modéliser des situations complexes, continues comme discrètes. Il s'adresse à un public large d'étudiants en parcours universitaire ou de grande école, ingénieurs ou commerciaux. Des chercheurs de tous domaines amenés à traiter des données y trouveront des outils pertinents. Les auteurs ont développé des problèmes de synthèse pour résoudre des problèmes réels rencontrés dans des applications variées. En élaborant plusieurs solutions pour résoudre les divers exercices, cet ouvrage favorise l'autonomie du lecteur et l'incite à approfondir ses connaissances théoriques et pratiques tant en probabilité que sur les méthodes statistiques.

Ce livre a pour objet de guider et d'aider les étudiants dans la résolution d'exercices concernant l'inférence statistique. Les fiches de synthèse en début de chapitre permettent de retenir les concepts clés nécessaires à la résolution des exercices. Chaque fin de chapitre est consacrée à une mise au point concernant les difficultés rencontrées. Le livre s'intéresse au calcul des probabilités dans un contexte d'algèbre de Boole, aux variables aléatoires discrètes à une dimension (lois inconnues ou connues comme les lois Binomiale, Bernoulli ou Poisson) ainsi qu'aux variables aléatoires continues à une dimension. Le problème du calcul de probabilités s'oriente ensuite vers les variables aléatoires bidimensionnelles discrètes et continues. Après avoir rappelé la manière dont les tables statistiques doivent être lues, les auteurs montrent l'utilité du recours à la loi normale, notamment pour certaines statistiques d'échantillonnage. Les techniques d'estimations (ponctuelles et par intervalles de confiance) sont étudiées, afin de s'orienter progressivement vers une des parties les plus utiles en statistique : la théorie des tests (indépendance, homogénéité, adéquation, signification, comparaison). Cet ouvrage intéressera non seulement les étudiants en Faculté d'économie et de gestion, de niveau L2 et L3, les étudiants en écoles d'ingénieurs, tes écoles de commerce, les étudiants préparant certains concours administratifs, les étudiants en MIAGE, en AES (L2-L3), sociologie (L2-L3) et psychologie (L3), mais aussi les professionnels d la statistique (économiste-statisticien dé l'Etat, de l'entreprise, chargé de mission C M, les professionnels du contrôle de qualité des produits, entreprises ayant un département statistique).