Complex normal distribution

Science formelle
Statistique
Inférence statistique
Statistique mathématique

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (31)

Connectez-vous pour filtrer par séance de cours

Page 1 sur 4

Estimateurs et intervalles de confiance

Explore le biais, la variance, les estimateurs non biaisés et les intervalles de confiance dans l'estimation statistique.

Distribution normale : caractéristiques et exemples

Couvre les caractéristiques et l'importance de la distribution normale, y compris des exemples et des scénarios de traitement.

Séance de révision : Module 1

Introduit des statistiques inférentielles, couvrant l'échantillonnage, la tendance centrale, la dispersion, les histogrammes, les scores z et la distribution normale.

Statistiques à variables multiples : distribution normale

Couvre la distribution normale multivariée, les propriétés et les méthodes d'échantillonnage.

Analyse statistique: Boxplot et distribution normale

Introduit des concepts d'analyse statistique comme boxplot et la distribution normale à l'aide d'exemples de données réelles.

Variables aléatoires continues

Explore les variables aléatoires continues, les fonctions de densité, les variables articulaires, l'indépendance et les densités conditionnelles.

Inférence variée: Bound inférieur et ELBO

Explique l'inférence variationnelle, l'inégalité de Jensen, l'étape E, l'étape M et l'échantillonnage MCMC.

Théorie de l'échantillonnage: Statistiques pour les mathématiciens

Couvre la théorie de l'échantillonnage, en mettant l'accent sur les statistiques pour les mathématiciens.

Opérations vectorielles: avions et lignes

Explore les opérations vectorielles dans l'espace 3D, y compris les intersections planes et les calculs de distance.

Principe des grandes déviations : le théorème de Cramer

Couvre le théorème de Cramer et l'inégalité de Hoeffding dans le contexte du principe des grandes déviations.