Explore la méthode des moments, le compromis biais-variance, la cohérence, le principe de plug-in et le principe de vraisemblance dans lestimation de point.

Estimation des paramètres : intervalles de confiance

Explore les paramètres d'estimation à travers des intervalles de confiance en régression linéaire et en statistiques.

Estimation de la distribution

Couvre l'estimation des distributions en utilisant diverses méthodes telles que la perte minimale et les attentes.

Estimateurs et biais

Explore les estimateurs, les biais et l'efficacité des statistiques, en mettant l'accent sur le compromis entre biais et variabilité.

Distributions d'échantillonnage : Estimations et écarts

Couvre l'estimation des paramètres, le MSE, l'information Fisher, et le théorème Rao-Blackwell.

Modèles probabilistes pour la régression linéaire

Couvre le modèle probabiliste de régression linéaire et ses applications dans la résonance magnétique nucléaire et l'imagerie par rayons X.

Paramètre Estimation: Détection & Estimation

Couvre les concepts d'estimation des paramètres, y compris les estimateurs impartiaux et les informations de Fisher.