Séance de cours
Probabilité maximale : estimation et inférence
Séances de cours associées (186)
Inférence bayésienne : Variables gaussiennes
Explore l'inférence bayésienne pour les variables aléatoires gaussiennes, couvrant la distribution articulaire, les pdf marginaux et le classificateur Bayes.
Probabilité et statistiques
Couvre p-quantile, approximation normale, distributions articulaires et familles exponentielles en probabilité et en statistiques.
Théorie statistique : estimation maximale de vraisemblance
Explore la cohérence et les propriétés asymptotiques de l’estimateur de vraisemblance maximale, y compris les défis à relever pour prouver sa cohérence et construire des estimateurs de type MLE.
Méthodes d'estimation
Couvre diverses méthodes d'estimation des paramètres du modèle, telles que la méthode des moments et l'estimation de la probabilité maximale.
Distributions de probabilités dans les études environnementales
Explore les distributions de probabilité pour les variables aléatoires dans les études sur la pollution atmosphérique et le changement climatique, couvrant les statistiques descriptives et inférentielles.
Éléments de la statistique : Probabilité, distribution et estimation
Couvre la théorie des probabilités, les distributions et l'estimation dans les statistiques, en mettant l'accent sur la précision, la précision et la résolution des mesures.
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.
Estimation de l'intervalle: Méthode des moments
Couvre la méthode des moments pour estimer les paramètres et construire des intervalles de confiance basés sur des moments empiriques correspondant à des moments de distribution.
Analyse de la pollution atmosphérique
Explorer l'analyse de la pollution atmosphérique à l'aide de données sur le vent, de distributions de probabilités et de modèles de trajectoire pour l'évaluation de la qualité de l'air.
Probabilité et statistiques
Couvre les concepts fondamentaux des probabilités et des statistiques, y compris les distributions, les propriétés et les attentes des variables aléatoires.