Naviguer dans cette page

Structure du programme

Titre officiel

Doctorat en statistique (Ph. D.)

Type

Philosophiae Doctor (Ph. D.)

Numéro

3-194-1-0

Description de la structure

Version 02 (A21)

Le doctorat comporte 90 crédits.

Segment 70

Les crédits du doctorat sont répartis de la façon suivante : un minimum de 84 crédits obligatoires, dont 73 crédits attribués à la recherche et à la rédaction d'une thèse et 6 crédits à option.

Bloc 70A Obligatoire - 11 crédits.

Les cours STT 6532, STT 6533 et STT6700 sont remplacés par d'autres cours s'ils ont été suivis à la maîtrise. Le choix de ces cours sera approuvé par le responsable du programme.

Cours Titre Crédits Période  
MAT 6701 Probabilités 4.0 Cours de jour
Espace de probabilité, variables aléatoires, indépendance, espérance mathématique, modes de convergence, lois des grands nombres, théorème central limite, espérance conditionnelle et martingales. Introduction au mouvement brownien.
Voir la fiche détaillée
STT 6532 Consultation statistique 1 2.0 Cours de jour
Participation à des projets de consultation statistique, incluant les aspects informatiques, une présentation orale et écrite des résultats. Aspects éthiques de la consultation.
Voir la fiche détaillée
STT 6533 Consultation statistique 2 2.0 Cours de jour
Participation à des projets de consultation statistique, incluant les aspects informatiques, une présentation orale et écrite des résultats. Aspects éthiques de la consultation.
Voir la fiche détaillée
STT 6700 Inférence statistique 3.0 Cours de jour
Principes d'inférence : estimation ponctuelle, distribution des estimateurs, test d’hypothèse, région de confiance. Approche bayésienne. Méthodes de rééchantillonnage. Estimation non paramétrique. Applications modernes de la statistique.
Voir la fiche détaillée

Bloc 70B Compléments de statistique Option - 6 crédits.

Cours Titre Crédits Période  
STT 6005 Théorie de l'échantillonnage 3.0
Sondages avec probabilités inégales, stratifiés, en grappes, à plusieurs degrés et plusieurs phases. Estimation par la régression généralisée et calage. Estimation selon le plan et selon le modèle. Non-réponse. Estimation de la variance.
Voir la fiche détaillée
STT 6215 Méthodes de statistique bayésienne 3.0 Cours de jour
Principes de l’analyse bayésienne; loi a priori et a posteriori, inférence statistique et théorie de la décision. Méthodes computationnelles; méthodes de Monte Carlo par chaînes de Markov et méthodes variationnelles. Applications.
Voir la fiche détaillée
STT 6220 Méthodes de rééchantillonnage 3.0
Étude du bootstrap; biais, variance, intervalles de confiance et tests. Applications diverses. Tests de permutation. Jackknife. Validation croisée. Sous-échantillonnage.
Voir la fiche détaillée
STT 6230 Méthodes non paramétriques avancées 3.0
Statistiques linéaires de rang. Problèmes de position et de dispersion. Cas d'un ou deux échantillons. Efficacité relative des tests. Régression non paramétrique : méthodes du noyau et splines de lissage. Tests de permutation et méthode bootstrap.
Voir la fiche détaillée
STT 6300 Méthodes asymptotiques 3.0
Notions de probabilités. Inférence non paramétrique; comportement asymptotique des moments, quantiles échantillonnaux et des statistiques d’ordre. Inférence paramétrique fréquentiste et bayésienne; consistance uniforme, normalité asymptotique.
Voir la fiche détaillée
STT 6410 Analyse de la variance 3.0 Cours de jour
Cas de deux traitements. Modèle basé sur la randomisation. Théorie des formes quadratiques. Estimation et tests d’hypothèses dans les modèles linéaires. Tests de permutation du plan à un facteur. Blocs incomplets. Plans factoriels fractionnaires.
Voir la fiche détaillée
STT 6415 Régression 3.0 Cours de jour
Rappels sur les modèles linéaires généralisés (inférence, tests, validation, choix de modèle). Géométrie de la régression. Étude asymptotique des estimateurs et réduction de variance. Régression robuste. Régression non paramétrique.
Voir la fiche détaillée
STT 6515 Analyse de données multivariées 3.0 Cours de jour
Distributions elliptiques. Estimateurs de localisation et dispersion. Estimateur robuste. Corrélations multiple, partielle, canonique. Tests paramétriques, de permutation, du bootstrap. Classification. Analyse en composantes principales. Prévision.
Voir la fiche détaillée
STT 6516 Données catégorielles 3.0 Cours de jour
Tableaux de contingence à plusieurs dimensions. Mesures d'association. Risque relatif, rapport de cote. Tests exacts et asymptotiques. Régression logistique, de Poisson, multinomiale, logistique cumulative. Modèles log-linéaires. Modèles graphiques.
Voir la fiche détaillée
STT 6615 Séries chronologiques 3.0 Cours de jour
Techniques descriptives. Processus stationnaires. Meilleure prévision linéaire. Modèles ARMA, ARIMA et modèles saisonniers. Estimation et prévision dans les ARMA. Éléments d’analyse spectrale. Modèles ARCH et GARCH.
Voir la fiche détaillée
STT 6705V Statistique: sujets spéciaux 3.0  

Bloc 70C Recherche et thèse Obligatoire - 73 crédits.

Cours Titre Crédits Période  
STT 7900 Examen général 0.0  
STT 7904 Thèse 73.0
Cours publié sans descriptif.
Voir la fiche détaillée

Date de la dernière modification: 26 juin 2022

Signaler un changement