Statistique Estimation des incertitudes
Cours et applications en langage Python

Quel est le sujet du livre "Statistique Estimation des incertitudes"

L'ouvrage : niveau C (Master - Ecoles d'ingénieurs - Recherche). 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.

Auteur Gérard Baudin, directeur de recherches au CEA, centre de Gramat, est lauréat d'une mention Paul Vieille de pyrotechnie. Il travaille dans le domaine des matériaux énergétiques où le nombre d'expérimentations très limité le conduit à estimer les incertitudes à partir de peu de données.