Le bootstrap

	Dates et durée Sur demande 1 jour Objectif L'objectif de ce cours est présenter les techniques de base des méthodes de réechantillonnage (bootstrap, jackknife…) et leur mise en oeuvre dans les processus d'étude et de modélisation. Ces techniques ont connu un développement important ces dernières années comme alternatives aux méthodes asymptotiques usuelles. Couramment utilisées dans le cadre de la construction de scores (marketing, risque….), ces techniques s'appliquent aux modèles classiques de la statistique et de l'économétrie (modèles linéaires, séries chronologiques…). Cette formation est fortement recommandée aux stagiaires ayant suivi la formation " Construction d'une score " Pré-requis Ce stage s'adresse à des statisticiens et chargés d'études. La connaissance de la programmation SAS (base, stat) et du macro-langage est requise. Référence SASBOOTS	Quelques généralités   Introduction aux principes de base du bootstrap   La méthode de Monte Carlo   Le contexte d'utilisation des méthodes de bootstrap   Les avantages du bootstrap par rapport à la statistique classique Le bootstrap pour la construction d'intervalles de confiance   Le boostrap T   Le boostrap Percentile   Le bootstrap Bca   Comparaison des différentes approches Le bootstrap pour la construction d'intervalles de confiance   Le calcul d'erreur de classification dans un cas binaire avec le boostrap .632   L'élaboration de modèles robustes selon 2 approches : le bagging et le boosting   Comparaison des différentes approches Mise en œuvre sous SAS   Le boostrap   Le bagging   Le boosting