Bonjour, je passe le concours d'inspecteur des impôts dans quelques mois et j'ai une épreuve de statistiques et économétrie. J'ai un bac C et j'ai fait un tout petit peu de stats en fac de sciences humaines. Auriez-vous un ouvrage à me conseiller.
Le programme est le suivant :
I. - Statistiques
Notions préliminaires
1. Dénombrement : permutation, arrangement, combinaison, application injective, surjective et bijective.
2. Probabilités :
Espace de probabilités :
- lois discrètes usuelles (loi de Bernoulli, loi binomiale, loi géométrique, loi hypergéométrique, loi de Poisson...), lois continues classiques (loi uniforme, loi exponentielle, loi de Cauchy, loi de Gauss, loi de Pareto, loi du X²« khi-deux »...) ;
- indépendance, probabilité conditionnelle, formule de Bayes ;
- variable aléatoire, espérance, variance, covariance, convergence, convergence en probabilité, convergence en loi, loi des grands nombres, théorème de la limite centrale.
Statistique descriptive
1. Notions de population, d'individus, d'échantillon observé.
2. Caractère, caractère qualitatif ou quantitatif.
3. Série statistique associée à un échantillon.
4. Description d'une série statistique : effectifs, fréquences, fréquences cumulées.
5. Représentations graphiques : diagramme en bâtons, histogramme, diagramme circulaire, radar, diagramme des fréquences cumulées, graphique triangulaire, graphique logarithmique ou semi-logarithmique.
6. Caractéristiques de position : mode, moyenne, médiane, quartiles, déciles, quantiles, classe modale, classe moyenne, classe médiane.
7. Caractéristiques de dispersion : étendue, variance, écart-type, distances interquantiles.
Echantillonnage
1. Echantillon des valeurs d'un caractère, distribution d'échantillon, erreur-type.
2. Grands échantillons, comparaison de grands échantillons.
3. Echantillonnage à deux variables, cofluctuation.
Statistique inférentielle ou (inductive)
II. - Econométrie
Notions élémentaires d'économétrie
1. Rôle de l'économétrie.
2. Notion de modèles économétriques (définition, construction).
3. Induction statistique (principes classiques et bayésiens, probabilité et fonction de vraisemblance).
4. Théorie de la corrélation (définition, mesure et limite du coefficient : de corrélation).
Modèle de régression linéaire simple
1. Hypothèses du modèle.
2. Estimateur des moindres carrés ordinaires.
3. Tests statistiques.
4. Prédictions.
Modèle de régression linéaire multiple
1. Hypothèses du modèle.
2. Estimateur des moindres carrés ordinaires.
3. Autres méthodes d'estimation : maximum de vraisemblance, moindres carrés généralisés, variables instrumentales.
4. Analyse de la variance.
5. Tests statistiques.
6. Utilisation de variables indicatrices dans le modèle.
7. Prédictions.
Modèles non linéaires
1. Linéarisation de modèles non linéaires.
2. Les modèles de diffusion.
3. Méthodes d'estimation
Merci d'avance si vous pouvez m'indiquer un bon bouquin
-----