Le language R est un language de programmation orienté statistiques. Ce document présente rapidement le logiciel R en mettant l'accent sur les opérations sur les vecteurs, les objets et leur gestion, et les fonctionnalités graphiques.

Un pack de plusieurs cours sur les statistiques descriptives avec pour commencer le vocabulaire de base et le tableaux de statistiques, les series, les indices, mais également une explication des différents types de graphiques et de diagrammes avec des exemples sur excel 2007. Pour finir une partie sur les tendances et les corrélations ainsi que le graphe de Lorentz et le coefficient de GINI.

L'université de Neuchatel met à disposition un cours d'un excellent niveau sur les statistiques descriptives.

Ce documents traite de nombreux sujets :

Variable qualitative nominale,
Effectifs, fréquences et tableau statistique.
Diagramme en secteurs et diagramme en barres,
Variable qualitative ordinale, discrète, quantitative continue.
Statistique descriptive univarié,
Moyenne géométrique, harmonique, pondérée,
La médiane, les quantiles avec les paramètres de dispersion, l'étendue et la distance interquartile,
La variance et l'écart-type.
L'écart moyen absolu, médian absolu,
Moments avec les paramètres de forme.,
Coeficient d'asymétrie de Fisher (skewness), de Yule, de Pearson.
Paramètre d'aplatissement (kurtosis),
Changement d'origine et d'unité,
Moyennes et variances dans des groupes,
Diagramme en tiges et feuilles,
La boite a moustaches,
Statistique descriptive bivarié,
Série statistique bivariée,
Analyse des variables,
Covariance,
Corrélation,
Droite de régression,
Résidus et valeurs ajustées,
Sommes de carrés et variances,
Décomposition de la variance,
Indices synthétiques,Indice de Laspeyres, de Paasche, de Fisher, de Sidgwick.
Indices chaines,
Mesures de l'inégalité,
Courbe de Lorenz,
Indice de Gini,
Indice de Hoover,
Quintile et Decile share ratio,
Séries temporelles, filtres, moyennes mobiles et désaisonnalisation,
Traitement des séries temporelles,
Tendance linéaire, quadratique, polynomiale d'ordre q, logistique,
Opérateurs de décalage et de différence,
Différence saisonnière,
Filtres linéaires
Moyenne mobile et composante saisonnière,
Moyennes mobiles particulières : de Van Hann, de Spencer, de Henderson.
Médianes mobiles,
Désaisonnalisation,
Lissage exponentiel simple et double,
Calcul des probabilités et variables aléatoire,
Opérations sur les événements,
Relations entre les événements,
Ensemble des parties d'un ensemble et système complet,
Probabilités conditionnelles et indépendance,
Théorème des probabilités totales et théorème de Bayes,
Analyse combinatoire avec les permutations (avec et sans répétition), les arrangements (sans répétition) et les Combinaisons.
Variables aléatoires : indicatrice ou bernoullienne, binomiale, de Poisson, aléatoire continue, uniforme, normale, normale centrée réduite,
Distribution exponentielle, bivariée,
Indépendance de deux variables aléatoires,
Propriétés des espérances et des variances,
Variable khi-carrée, de Student, de Fisher, normale multivariée.

Il fournit également des tables statistiques pour de nombreuses lois.

Un cours d'introduction à l'analyse numérique qui force le respect.Les diférents thèmes abordés sont : Intégration Numérique, Formules de quadrature, Etude de l'erreur, Superconvergence, Polynomes orthogonaux, programme adaptatif, Interpolation et Approximation, Différences divisées et formule de Newton, Erreur de l'interpolation et polynomes de Chebyshev, Convergence de l'interpolation, Transformation de Fourier discrète et interpolation trigonométrique, Transformation de Fourier rapide (FFT), Interpolation par fonctions spline, Equations Différentielles Ordinaires, Méthodes de Runge-Kutta, Convergence des méthodes de Runge-Kutta, Méthodes multipas (multistep methods), Convergence des méthodes multipas, Systèmes d'Equations Linéaires, Elimination de Gauss, La stabilité d'un algorithme, L'algorithme de Cholesky, Systèmes surdéterminés et méthode des moindres carrés, Décomposition QR d'une matrice, Valeurs et Vecteurs Propres, Transformation sous forme de Hessenberg (ou tridiagonale), L'itération orthogonale, Méthodes des approximations successives, itératives pour systèmes linéaires, de Newton, de Gauss-Newton.

Analyse en Composantes Principales (ACP), Analyse Factorielle des Correspondances Simples et Multiples (AFCM), Analyse Factorielle Discriminante (AFD), Analyse Discriminante Décisionnelle, Positionnement Multidimentionnel. Outils Algébriques

Un bon debut pour découvrir les statistiques : les différentes lois (Normale, Poisson, Bernouilli, Fischer, Student, Snedecor, Khi2...). Les tests d'hypothèses, de vraisemblance, les estimateurs.

Un petit précis pour les principales lois de proba : Binomiale, Poisson, Khi-deux, Gamma, Normale, Exponentielle, Student, Bernouilli et Discrète.

Un cours très spécial pour les probabilités où la science pure est associée au réel. Des notions élémentaires jusqu'aux plus complexes : équiprobabilité, marche, aléatoire, dépendance, indépendance, stochastique, variable aléatoire, lois, statistique...

Un cours qui apporte les notions pour commencer les statistiques : stat desc, proba et analyse combinatoire, variables aleatoires, echantillonnage, estimation et tests statistiques.

Un cours qui apporte les notions pour commencer les statistiques : stat desc, proba et analyse combinatoire, variables aleatoires, echantillonnage, estimation et tests statistiques.