Séance de cours

Modèle et propriétés sous condition gaussienne

Description

Cette séance de cours couvre le modèle conditionnel gaussien pour la régression linéaire, les propriétés du modèle si les données sont gaussiennes, et le paradoxe de Simpson illustré par l'exemple de comparaison du traitement par pierre rénale. Il traite également des équations normales, de la régression linéaire par rapport à l'affine et du principe d'estimation de la probabilité maximale.

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.