Concept
Identification (statistiques)
Séances de cours associées (15)
Modèles acycliques gaussiens : linéarité et identifiabilité
Couvre les modèles acycliques gaussiens axés sur la linéarité et l'identifiabilité.
Exemple d'équations différentielles linéaires
Se concentre sur un système linéaire d'équations différentielles ordinaires et d'analyse de stabilité.
Régression linéaire : principes et applications
Couvre les principes et les applications de la régression linéaire, en mettant l'accent sur la construction d'un modèle simple pour faire des suggestions.
Séries chronologiques: Estimation paramétrique
Couvre l'estimation paramétrique, la modélisation saisonnière, les méthodes Box-Jenkins, les calculs de variance et les mesures de dépendance dans l'analyse des séries chronologiques.
Régression logistique : fonctions de coût et optimisation
Explore la régression logistique, les fonctions de coût, la descente en gradient et la modélisation de probabilité à l'aide de la fonction sigmoïde logistique.
Micro Assemblage : Automatisation et Précision
Explore le micro-assemblage, en mettant l'accent sur l'automatisation et la précision en robotique, couvrant la résolution, la répétabilité et la précision typique.
Les bases de la régression linéaire
Couvre les bases de la régression linéaire, y compris les estimateurs OLS, les tests d'hypothèse et les intervalles de confiance.