# Introduction

On parle de phénomènes aléatoires car nous ne contrôlons pas tout les paramètres de ces évènements.

Nous appliquons alors différentes méthodes d'analyse statistiques.

## Méthode

- **Statistique descriptive**: Peu vu dans ce cours, Se concentre sur les données elle même pour en
  tirer des conclusions.
- **Inférence Statistiques:** Déduire d'un échantillon de données, des propriétés intrinsèque.

## Méthode générale

1) Construction d'un échantillon (Observation) -> non vu en cours.
2) Exploration des données (Statistique descriptive) -> peu vu en cours.
3) Modèle probabiliste.
    - ex: Le nombre de voiture \\(\sim \mathbb{P}(\lambda) \\) (suit une loi de poisson)
4) Estimation du/des paramètres inconnus (inférence)
5) Prédiction

Le cours porte principalement sur le point 3 et 4

## Stats vs Proba

- La **Probabilité**: Théorie abstraite, mathématique, qui donne un sens à la notion de hasard.
Fournit des modèles théoriques pour l'analyse aléatoire.
- Les **Statistiques**: Méthode pour determiner le meilleur modèle probabiliste pour représenter un
  phénomène concret, basé sur des observations.

Les statistiques utilisent régulièrement les probas.