Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Après une brève présentation des causes d'incertitudes, les distributions de probabilités les plus connues (Gauss, binomiale, Poisson) sont exposées. Ensuite, des notions plus complexes de statistique sont abordées : fonction d'une variable aléatoire, propagation des erreurs, échantillon, valeur moyenne et écart-type expérimentaux, distributions x2 et Student. Cette partie présente toute une panoplie d'outils nécessaires pour l'analyse approfondie des données expérimentales dans différentes situations (volume limité de données expérimentales, comparaisons des résultats, erreurs systématiques, etc.). Un chapitre spécial est consacré à l'ajustement des paramètres par la méthode des moindres carrés et par la méthode du maximum de vraisemblance. Des conseils pratiques sont donnés. Ils permettent d'améliorer les mesures et leur analyse. Cet ouvrage est destiné aux étudiants de second cycle universitaire et à tous les scientifiques et professionnels qui ont obtenu ce niveau. [Source : d'après la 4e de couverture]

Statistics as Topic --- Mathematical statistics --- Uncertainty (Information theory) --- Statistique mathématique --- Incertitude (Théorie de l'information) --- Statistics as Topic.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Modulation theory --- Noise --- Transformations (Mathematics) --- Uncertainty (Information theory) --- Théorie de la modulation --- Bruit --- Transformations (Mathématiques) --- Incertitude (Théorie de l'information)

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Statistical science --- Social sciences --- Distribution (Probability theory) --- Uncertainty (Information theory) --- Statistical methods --- Methodology --- 519.2 --- Probability. Mathematical statistics --- 519.2 Probability. Mathematical statistics --- Sciences sociales --- Incertitude (Théorie de l'information) --- Méthodologie --- Méthodes statistiques --- Social sciences - Statistical methods --- Social sciences - Methodology --- Statistique --- Modeles mathematiques

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Quel est le point commun entre l'invention de la roue, Pompéi, le krach boursier de 1987, Harry Potter et Internet? Pourquoi ne devrait-on jamais lire un journal ni courir pour attraper un train? Que peuvent nous apprendre les amants de Catherine de Russie sur les probabilités? Pourquoi les prévisionnistes sont-ils pratiquement tous des arnaqueurs? Ce livre révèle tout des Cygnes Noirs, ces événements aléatoires, hautement improbables, qui jalonnent notre vie: ils ont un impact énorme, sont presque impossibles à prévoir, et pourtant, a posteriori, nous essayons toujours de leur trouver une explication rationnelle. Dans cet ouvrage éclairant, plein d'esprit et d'impertinence, Taleb nous exhorte à ne pas tenir compte des propos de certains "experts", et nous montre comment cesser de tout prévoir ou comment tirer parti de l'incertitude.

Uncertainty (Information theory) --- Forecasting. --- Economics --- Incertitude (Théorie de l'information) --- Prévision --- Economie politique --- Philosophy --- Philosophie --- Forecasting --- Social aspects --- 110 --- statistiques --- hasard --- wijsbegeerte overige werken --- philosophie autres ouvrages --- Uncertainty (Information theory) - Social aspects --- Incertitude (théorie de l'information) --- Prévision --- Aspect social

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

In the literature of decision analysis it is traditional to rely on the tools provided by probability theory to deal with problems in which uncertainty plays a substantive role. In recent years, however, it has become increasingly clear that uncertainty is a mul­ tifaceted concept in which some of the important facets do not lend themselves to analysis by probability-based methods. One such facet is that of fuzzy imprecision, which is associated with the use of fuzzy predicates exemplified by small, large, fast, near, likely, etc. To be more specific, consider a proposition such as "It is very unlikely that the price of oil will decline sharply in the near future," in which the italicized words play the role of fuzzy predicates. The question is: How can one express the mean­ ing of this proposition through the use of probability-based methods? If this cannot be done effectively in a probabilistic framework, then how can one employ the information provided by the proposition in question to bear on a decision relating to an investment in a company engaged in exploration and marketing of oil? As another example, consider a collection of rules of the form "If X is Ai then Y is B,," j = 1, . . . , n, in which X and Yare real-valued variables and Ai and Bi are fuzzy numbers exemplified by small, large, not very small, close to 5, etc.

Probability theory --- Statistical decision --- Fuzzy sets --- Uncertainty (Information theory) --- Prise de décision (Statistique) --- Ensembles flous --- Incertitude (Théorie de l'information) --- Management --- Business & Economics --- Management Theory --- 519.226 --- Decision problems --- Game theory --- Operations research --- Statistics --- Management science --- Sets, Fuzzy --- Fuzzy mathematics --- Set theory --- Inference and decision theory. Likelihood. Bayesian theory. Fiducial probability --- Fuzzy sets. --- Statistical decision. --- 519.226 Inference and decision theory. Likelihood. Bayesian theory. Fiducial probability --- Prise de décision (Statistique) --- Incertitude (Théorie de l'information)