0. Théorie des probabilités
Loi normale (Mathematica)
1. Calculs d’incertitudes
Théorème d'addition des variances de Gauss.
- Memento (pdf)
- Éléments (pdf)
- Diaporama (pdf)
- Loi normale de Gauss (animation Mathematica)
- TD « Calcul d’incertitudes » (pdf)
- Modélisation de données expérimentales (web)
Scripts Python
- Monte-Carlo 1 (py)
- Monte-Carlo 2 (py)
Orientation bibliographique
- Stephen M. Stigler, The History of Statistics — The Measurement of Uncertainty before 1900, Harvard University Press (1990), ISBN 978-0-6744-0341-3.
2. Méthode des moindres carrés
- Moindres carrés (pdf)
- Modélisation de données expérimentales (web)
Scripts Python
- Régression linéaire (1) : exemple du pendule simple (web)
- Régression linéaire (2) : prisme avec Monte-Carlo (py)
- Régression non-linéaire : exemple du filtrage (web)
Ajustements de données expérimentales
Orientation bibliographique
- Jean-Jacques Samueli, Legendre et la méthode des moindres carrés, Bibnum 580 (2010), doi.org/10.4000/bibnum.580
- Stephen M. Stigler, Gauss and the Invention of Least Squares, Annals of Statistics 9 (3) (1981), 465-474, doi.org/10.1214/aos/1176345451