Concept
Hétéroscédasticité
Séances de cours associées (57)
Variables instrumentales : intuition et estimation
Couvre les variables instrumentales, abordant les problèmes d'endogénéité dans l'analyse de régression à travers des techniques d'estimation et des exemples pratiques.
Représentations du signal
Couvre les opérations matricielles, les transformations de Fourier, les modèles gaussiens et les représentations de signaux en utilisant des méthodes algébriques.
Loi des grands nombres : hypothèses générales
Plonge dans les complexités de l'extension de la variance finie aux hypothèses d'attente finies.
Exploration Bias
Explore la régularisation, les algorithmes d'apprentissage et les hypothèses sous-gaussiennes dans l'apprentissage automatique.
Conception et analyse expérimentales
Couvre les bases de la conception et de l'analyse expérimentales, en mettant l'accent sur les techniques statistiques comme l'ANOVA, la régression, la médiation et la modération.
Modèles ARCH et GARCH : Prévisions de volatilité
Couvre les modèles ARCH et GARCH pour la prévision de la volatilité dans les changements des facteurs de risque.
Régression multilinéaire : variables et effets normalisés
Explore la normalisation des variables et des effets dans l'analyse de régression multilinéaire.
Séries chronologiques financières : Faits stylisés et modélisation
Explore les faits stylisés et la modélisation des séries chronologiques financières, y compris les processus ARCH et GARCH.
Régression Diagnostics
Couvre les diagnostics de régression pour les modèles linéaires, en soulignant limportance de vérifier les hypothèses et didentifier les valeurs aberrantes et les observations influentes.
Résidus et prévisions: Séries chronologiques MATH-342
Couvre les résidus, les diagnostics, le surajustement et les méthodes de prévision dans l'analyse des séries chronologiques.