Séance de cours

Régression linéaire : Fondements

Description

Cette séance de cours couvre les principes fondamentaux de la régression linéaire, y compris les moindres carrés ordinaires (OLS) et le modèle de régression linéaire. Il aborde des sujets tels que la minimisation des résidus carrés, des cas particuliers comme la régression simple et les hypothèses de Gauss-Markov. En outre, il explore les variables instrumentales, l'hétéroscédasticité, l'autocorrélation et la méthode généralisée des moments (GMM). La séance de cours aborde également la théorie de l'estimation de la vraisemblance maximale (MLE), ses propriétés et les principes de test dans le cadre de la ML. En outre, il discute des applications de MLE, en particulier dans les modèles de réponse binaire, et se termine par un aperçu de lanalyse de séries temporelles univariées.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.