la théorie des statistiques inférentielles permettant la construction des outils d’analyse de données les plus couramment utilisés en statistiques appliquées.
la notion de modèle statistique paramétrique.
les meilleures estimations des paramètres d’un modèle à l’aide des données que l’on possède.
les propriétés d’absence de biais, de convergence et d’efficacité d’un estimateur.
les démonstrations complètes des formules du modèle Gaussien.
Illustré d’exemples et de nombreux exercices intégralement corrigés, il permet une approche complète et cohérente du domaine.
Cet ouvrage s’adresse aux étudiants en mathématiques de niveau Licence. Il est également adapté à la préparation du Capes et de l’Agrégation de mathématiques, certains passages fournissant les éléments de leçons adaptées pour ces concours.
