Explorer l'estimation du rétrécissement des matrices de covariance à haute dimension, en comparant les approches linéaires et non linéaires pour une meilleure précision.
Il explore la construction de régions de confiance, les tests d'hypothèse inversés et la méthode pivot, en soulignant l'importance des méthodes de probabilité dans l'inférence statistique.
Explore les théorèmes de limite extrême et l'analyse statistique pour l'analyse d'événements extrêmes comme les précipitations du Venezuela et les données de Venise.
Couvre la théorie et les applications des modèles linéaires généralisés, y compris le MLE, les mesures d'ajustement, le rétrécissement et des exemples spéciaux.
Explore la rareté de l'apprentissage des réseaux de réaction chimique à partir des données de trajectoire à l'aide de méthodes fondées sur les données et d'approches d'apprentissage.
