Couvre l'estimation de la densité du noyau axée sur la sélection de la bande passante, la malédiction de la dimensionnalité, le compromis entre les biais et les modèles paramétriques et non paramétriques.

Probabilité maximale : estimation et inférence

Introduit une estimation de la probabilité maximale en discutant de ses propriétés et de ses applications dans l'analyse statistique.

Estimation et intervalles de confiance

Explore les biais, la variance et les intervalles de confiance dans l'estimation des paramètres à l'aide d'exemples et de distributions.

Monte Carlo Estimation : Analyse des erreurs

Couvre la méthode de Monte Carlo pour générer des réalisations et des estimateurs impartiaux.

Règles Feynman I: statistiques asymptotiques et instantanés

Couvre les règles de Feynman, les statistiques asymptotiques, la commande normale et les instantanés.

Estimation : Mesure des résultats

Explore les mesures d'estimation de la performance, y compris l'estimation liée à Cramér-Rao et la probabilité maximale.

Filtre de Kalman : Estimateur de variance minimale

Explore le filtre de Kalman en tant qu'estimateur de variance minimale et son application dans l'estimation de la position et de la vitesse.