Estimation des incertitudes : statistique :

Enregistré dans:
Détails bibliographiques
Auteur principal: Baudin, Gérard (1956-....; auteur en énergétique). (Auteur)
Support: E-Book
Langue: Français
Publié: Paris : Ellipses.
Sujets:
Autres localisations: Voir dans le Sudoc
Résumé: 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 l'estimation des incertitudes dans un avant-propos, la première partie porte sur les méthodes basées sur la dérivée et la statistique descriptive. Sont décrits les éléments de statistique descriptive nécessaires, la méthode classique du GUM (Guide of Unercertainty in Measurements), les méthodes basées sur l'inférence bayésienne et les corrélations entre les données expérimentales. La seconde partie développe les méthodes stochastiques. Sont décrits la propagation des incertitudes par la méthode de Monte-Carlo, l'analyse de sensibilité aux grandeurs d'entrée, la méthode de chaos polynomial et le couplage de ces méthodes avec l'inférence bayésienne. Le dernier chapitre traite de la propagation des incertitudes dans un code de calcul. Des exemples variés sont traités en langage Python. Ils permettent d'appliquer et de comparer les méthodes. Les corrections des exercices proposés sont disponibles sur le site de l'éditeur
Accès en ligne: Accès à l'E-book
LEADER 04302cmm a2200541 i 4500
001 ebook-280308892
005 20240921013013.0
007 cu|uuu---uuuuu
008 240917s2020||||fr ||||g|||| ||||||fre d
020 |a 9782340092181 
035 |a (OCoLC)1456604490 
035 |a FRCYB88955279 
035 |a FRCYB07488955279 
035 |a FRCYB084688955279 
035 |a FRCYB087888955279 
035 |a FRCYB095788955279 
035 |a FRCYB101388955279 
035 |a FRCYB26088955279 
035 |a FRCYB55488955279 
035 |a FRCYB55988955279 
035 |a FRCYB63288955279 
040 |a ABES  |b fre  |e AFNOR 
041 0 |a fre  |f fre  |2 639-2 
082 0 |a 519.5 
082 0 |a 530.8 
100 1 |0 (IdRef)175031371  |1 http://www.idref.fr/175031371/id  |a Baudin, Gérard  |d (1956-....;   |c auteur en énergétique).  |4 aut.  |e Auteur 
245 1 0 |a Estimation des incertitudes :  |b statistique :  |b cours et applications en langage Python   |c Gérard Baudin,.... 
264 1 |a Paris :  |b Ellipses. 
264 2 |a Paris :  |b Cyberlibris,  |c 2020. 
336 |b txt  |2 rdacontent 
337 |b c  |2 rdamedia 
337 |b b  |2 isbdmedia 
338 |b ceb  |2 RDAfrCarrier 
500 |a Couverture (https://static2.cyberlibris.com/books_upload/136pix/9782340092181.jpg). 
500 |a Niveau C (Masters, Ecoles d'ingénieurs, Recherche) 
504 |a Bibliogr. p. [141]-142. Index. 
506 |a L'accès en ligne est réservé aux établissements ou bibliothèques ayant souscrit l'abonnement  |e Cyberlibris 
520 |a 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 l'estimation des incertitudes dans un avant-propos, la première partie porte sur les méthodes basées sur la dérivée et la statistique descriptive. Sont décrits les éléments de statistique descriptive nécessaires, la méthode classique du GUM (Guide of Unercertainty in Measurements), les méthodes basées sur l'inférence bayésienne et les corrélations entre les données expérimentales. La seconde partie développe les méthodes stochastiques. Sont décrits la propagation des incertitudes par la méthode de Monte-Carlo, l'analyse de sensibilité aux grandeurs d'entrée, la méthode de chaos polynomial et le couplage de ces méthodes avec l'inférence bayésienne. Le dernier chapitre traite de la propagation des incertitudes dans un code de calcul. Des exemples variés sont traités en langage Python. Ils permettent d'appliquer et de comparer les méthodes. Les corrections des exercices proposés sont disponibles sur le site de l'éditeur 
559 2 |b Partie A. Méthodes basées sur la dérivée et la statistique descriptive  |c Chapitre I. Vocabulaire, notations et définitions  |c Chapitre II. Estimation des incertitudes à partie de la dérivée  |c Chapitre III. Méthode du GUM de propagation des incertitudes  |c Chapitre IV. Incertitudes de mesure sur les grandeurs d'entrée  |c Chapitre V. Méthodes basées sur l'inférence bayésienne  |c Chapitre 6. Corrélation entre des données expérimentales  |b Partie B. Méthodes stochastiques  |c Chapitre I. Propagation des incertitudes avec la méthode de Monte-Carlo  |c Chapitre II. Analyse de sensibilité aux grandeurs d'entrée  |c Chapitre III. Méthode du chaos polynomial de propagation des incertitudes  |c Chapitre IV. Méthodes stochastiques en inférence bayésienne  |c Chapitre V. Incertitudes dans un code de calcul 
650 7 |0 (IdRef)027576973  |1 http://www.idref.fr/027576973/id  |a Échantillonnage (statistique).  |2 ram 
650 7 |0 (IdRef)050210270  |1 http://www.idref.fr/050210270/id  |a Incertitude de mesure.  |2 ram 
650 7 |0 (IdRef)051626225  |1 http://www.idref.fr/051626225/id  |a Python (langage de programmation).  |2 ram 
655 7 |0 (IdRef)03020934X  |1 http://www.idref.fr/03020934X/id  |a Manuels d'enseignement supérieur.  |2 ram 
856 |q HTML  |u https://srvext.uco.fr/login?url=https://univ.scholarvox.com/book/88955279  |w Données éditeur  |z Accès à l'E-book 
886 2 |2 unimarc  |a 181  |a i#  |b xxxe## 
993 |a E-Book  
994 |a BNUM 
995 |a 280308892