Introduit l'analyse des composantes principales, en mettant l'accent sur la maximisation de la variance dans les combinaisons linéaires pour résumer efficacement les données.
Explorer les tests d'hypothèses à l'aide du théorème de Wilks, les statistiques du rapport de probabilité, les valeurs p, l'estimation des intervalles et les régions de confiance.
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.
Explorer la théorie principale de l'analyse des composants, les propriétés, les applications et les tests d'hypothèse dans les statistiques multivariées.
Couvre les intervalles de confiance, les tests d'hypothèse, les erreurs standard, les modèles statistiques, la probabilité, l'inférence bayésienne, la courbe ROC, la statistique Pearson, la bonté des tests d'ajustement et la puissance des tests.
Couvre l'estimation maximale de la probabilité, en mettant l'accent sur l'estimation-distribution ML, l'estimation de la réduction et les fonctions de perte.
