TSI : Traitement Statistique de l'Information

Dernière mise à jour : 
Aug 24, 2016
Master II
Scolarité : 
256
 € par an
Cette spécialité, partiellement commune avec la troisième année de l'ENSAE, a pour but de former des statisticiens de haut niveau qui se destinent, soit à la recherche universitaire, soit à la recherche dans des centres industriels, soit à des postes de direction scientifique en entreprise.

Les cours proposés couvrent les diverses branches des statistiques mathématiques (bayésien, non-paramétrique, processus, extrêmes) et appliquées (réseaux bayésiens, classification, simulation, modèles hierarchiques, biostatique). D'une grande flexibilité, elle offre aussi des cours optionnels à l'ENSAE et dans les autres spécialités de la mention, même si l'étudiant(e) doit garder une certaine cohérence dans son cursus.

Trois voies thématiques sont proposées : 

  1. Statistique mathématique 
  2. Outils statistiques de la finance 
  3. Biostatistique

Connaissances et compétences visées :Capacités à analyser, implémenter et critiquer les modèles standard de la Statistique paramétrique, de la conception à l'exploitation des sorties numériques. Aptitude à développer de nouveaux modèles statistiques dans des situations nouvelles par la connaissance de familles de lois générales et d'outils statistiques adaptatifs (analyse non-paramétrique, bayésienne hiérarchique, data mining).Compétences numériques pour la mise en oeuvre et le test de ces nouveaux modèles. Expertise statistique sur la fiabilité des résultats fournis. Maîtrise des outils de simulation actuels (Monte Carlo, MCMC, diffusions, EDPS) pour l'approximation d'objets stochastiques complexes et la validation de systèmes.

Enseignant-chercheur en statistique théorique, méthodologique ou appliquée, cadre en recherche-développement en statistique et en probabilité numérique en entreprise (biopharmacie, fiabilité, assurance, finance, marketing), expert en modélisation statistique (marketing, biopharmacie, génomique) ou en simulation numérique (finance de marchés, prévision), analyste de données (marketing)

Cours dispensés à Paris-Dauphine

- Calcul Stochastique (H. Doss)

- Processus à saut (R. Rhodes)

- Statistique des processus et applications en finance (M. Hoffmann)

- Bayesian non parametric statistics (V. Rivoirard)

- Data mining supervisé (P. Bertrand)

- EDSR et méthodes de Monte-Carlo pour les options américaines (A. Matoussi)

- inference in state-space models sequential Monte Carlo methods (N. Chopin)

- Reading seminar on classics (Ch. Robert)

- Bayesian data analysis (A. Gelman)

Cours dispensés dans la voie Statistique pour la finance ENSAE

- Simulation-based continuous-time finance (O. Papaspiliopoulos)

- Copules et applications (J.D. Fermanian)

- Mesures de risques (Francq)

- Macroéconométrie (Catherine Doz)

- Apprentissage et data mining (Dalayan)

- Econométrie de la valorisation d’actifs (A. Monfort)

- Bayesian statistics (J. Rousseau)

- Statistique computationnelle/Monte Carlo (C. Robert)

- Statistique pour l’épidémiologie

- Recent developments in semi and nonparametrric econometrics (X. d’Haultfoeuille,E. Gautier)

- Modèles GARCH et à volatilité stochastique (Francq)

Cours dispensés dans la voie Biostatistique et Génomique ENSAE

- Introduction aux méthodes statistiques en biologie moléculaire (C. Mathias)

- Duration models ( O. Lopez)

Cours avancés du CREST (2 ECTS)

- A définir ultérieurement

Lieux d'enseignement