Explore d'autres variances spécifiques dans les modèles de mélange et discute des questions d'identification et des comparaisons de modèles à l'aide de 500 dessins.
Discute des méthodes d'estimation en probabilité et en statistiques, en se concentrant sur l'estimation du maximum de vraisemblance et les intervalles de confiance.
Couvre la définition de la distribution gaussienne multivariée et de ses propriétés, y compris la fonction génératrice de moment et les combinaisons linéaires de variables.
Examine l'inférence causale, en soulignant l'importance de s'engager dans une ontologie pour tirer des inférences causales et choisir des estimands appropriés.
Explore la distribution de Wishart, les propriétés des matrices de Wishart, et la distribution de T2 de Hotelling, y compris la statistique T2 de deux exemples Hotelling.
