Concept
Random effects model
Séances de cours associées (39)
Régression moderne: choix de lissage et de modélisation
Explore la pénalité de rugosité, les matrices de bande et l'inférence bayésienne dans le lissage de régression.
Circuits CMOS : Détection de métabolites
Explore les circuits CMOS pour la détection des métabolites dans les cellules à tension fixe, couvrant les caractéristiques des amplificateurs opérationnels, les risques de saturation, la compensation de la température et les techniques de mesure du courant.
Modèle linéaire mixte
Couvre le modèle mixte linéaire, y compris les effets fixes et aléatoires, lestimation et les techniques dinférence.
Conception d'expériences: conception et analyse statistiques
Couvre la conception statistique des expériences, en se concentrant sur la réduction des coûts et la maximisation de la précision.
Flux 1D: nombre de Mach dans une buse
Explore les lois de conservation et les effets du nombre de Mach dans les flux 1D.
Méthodes de régression : Modèle de construction et d'inférence
Couvre l'inférence, la construction de modèles, la sélection de variables, la robustesse, la régression régularisée, les modèles mixtes et les méthodes de régression.
Méthodes de régression : Modèle de construction et d'inférence
Couvre l'analyse de la variance, de la construction du modèle, de la sélection des variables et de l'estimation des fonctions dans les méthodes de régression.
Régression moderne: données d'orge de printemps
Couvre l'inférence, les moindres carrés pondérés, l'analyse des données sur l'orge de printemps et les techniques de lissage.
Concepts RF de base: non-linéarité et variance temporelle
Explore les effets de la non-linéarité sur les systèmes RF, y compris la distorsion harmonique et la compression de gain.
Estimation et analyse de la déviance
Couvre lestimation des paramètres inconnus, lanalyse de lajustement du modèle, la réponse des proies des oiseaux et le diagnostic du modèle.