Théorie statistique : estimation maximale de vraisemblance

Cette séance de cours explore la cohérence de l'estimateur de vraisemblance maximale (MLE) et ses propriétés asymptotiques. Il explore la relation entre le MLE et le Kullback-Leibler Divergence, en soulignant les défis pour prouver la cohérence du MLE. La séance de cours traite d'exemples déterministes pour illustrer les complexités du comportement du MLE. Il couvre également la construction d'estimateurs de type MLE asymptotique et l'algorithme de Newton-Raphson. La séance de cours se termine par une discussion sur les modèles et la probabilité mal spécifiés, soulignant limportance de lapproximation du modèle et le comportement des estimateurs dans de tels scénarios.