Estimation des incertitudes : statistique : cours et applications en langage Python
Pour aider à la compréhension des techniques d'estimation des incertitudes, l'ouvrage fait un point sur l'ensemble des méthodes. Il analyse leurs avantages et faiblesses respectifs avec des exemples simples. L'ouvrage est divisé en deux parties distinctes. Après un historique de...
Enregistré dans:
| Auteur principal: | |
|---|---|
| Format: | Livre papier |
| Langue: | Français |
| Publié: |
Paris :
Ellipses
DL 2020.
C 2020. |
| Collection: | Technosup : les filières technologiques des enseignements supérieurs
|
| Sujets: | |
| Autres localisations: | Voir dans le Sudoc |
Table des matières:
- Partie A. Méthodes basées sur la dérivée et la statistique descriptive
- Chapitre I. Vocabulaire, notations et définitions
- Chapitre II. Estimation des incertitudes à partie de la dérivée
- Chapitre III. Méthode du GUM de propagation des incertitudes
- Chapitre IV. Incertitudes de mesure sur les grandeurs d'entrée
- Chapitre V. Méthodes basées sur l'inférence bayésienne
- Chapitre 6. Corrélation entre des données expérimentales
- Partie B. Méthodes stochastiques
- Chapitre I. Propagation des incertitudes avec la méthode de Monte-Carlo
- Chapitre II. Analyse de sensibilité aux grandeurs d'entrée
- Chapitre III. Méthode du chaos polynomial de propagation des incertitudes
- Chapitre IV. Méthodes stochastiques en inférence bayésienne
- Chapitre V. Incertitudes dans un code de calcul.