Estimation non paramétrique: Approche de la vraisemblance empirique

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (30)

Page 2 sur 3

Intervalles de confiance : définition et estimation

Explique les intervalles de confiance, les méthodes d'estimation des paramètres et le théorème de la limite centrale dans l'inférence statistique.

Estimateurs et intervalles de confiance

Explore le biais, la variance, les estimateurs non biaisés et les intervalles de confiance dans l'estimation statistique.

Estimation et intervalles de confiance

Explore les biais, la variance et les intervalles de confiance dans l'estimation des paramètres à l'aide d'exemples et de distributions.

Modèles statistiques et estimation des paramètres

Explore les modèles statistiques, l'estimation des paramètres et les distributions d'échantillonnage dans les probabilités et les statistiques.

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.

Estimation de la probabilité d'une région extrême

Couvre l'estimation de la probabilité de région extrême, la complexité du modèle, la modélisation des données océanographiques et l'estimation de la probabilité de seuil.

Intervalles de confiance : Estimation gaussienne

Explore les intervalles de confiance, l'estimation gaussienne, l'inégalité Cramér-Rao et les estimations maximales de vraisemblance.

Estimation de la distribution

Couvre l'estimation des distributions à l'aide d'échantillons et de modèles de probabilité.

Paramètre Estimation: Détection & Estimation

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

Critères de sélection du modèle : AIC, BIC, Cp

Explore les critères de sélection des modèles comme l'AIC, le BIC et le Cp en statistique pour la science des données.