Cet ouvrage est une introduction A la statistique qui comporte les principaux thA]mes d''infA(c)rence statistique: A(c)chantillonnage, estimation ponctuelle et par intervalles de confiance, tests d''hypothA]ses statistiques, rA(c)gression linA(c)aire, analyse de la variance (A un et deux facteurs), analyse de la covariance et statistique non paramA(c)trique. Cet ouvrage prA(c)sente un intA(c)rAat pour pratiquement toutes les filiA]res qui comprennent un cours de statistique, particuliA]rement en Technologie, Informatique mais A(c)galement en Sciences Biologiques, A0/00conomiques ou Humaines.

On s''intA(c)resse au problA]me d''A(c)valuation des performances des systA]mes et rA(c)seaux, et ce en utilisant la propriA(c)tA(c) qualitative des distributions ou estimation de la densitA(c). Sur le premier aspect, nous considA(c)rons cinq applications, A savoir: systA]me de renouvellement, systA]me d''attente de type GI/GI/1, systA]me A serveur non fiable, rA(c)seau de communication A plusieurs A(c)tages Delta et rA(c)seau de files d''attente en tandem. Nous avons considA(c)rA(c) les lois non-paramA(c)triques DFR, IFR, NBU, NWU, NBUE, ... Nous avons A(c)valuA(c) les performances de ces...

Ce travail est une contribution au problA]me du choix de la mA(c)thode pour estimer la densitA(c) de probabilitA(c). L'estimation non paramA(c)trique de la densitA(c) de probabilitA(c) par projection orthogonale que nous prA(c)sentons est une bonne alternative A la mA(c)thode populaire de l'estimateur A noyau de Parzen-Rosenblatt, quand le support des densitA(c)s A estimer peut Aatre contenu dans un intervalle fixe compact de la droite rA(c)elle. Dans ce cas, des systA]mes orthonormaux sont disponibles tels que les bases trigonomA(c)triques.