Séance de cours
Estimation maximale de la probabilité
Séances de cours associées (35)
Théorie statistique : estimation maximale de vraisemblance
Explore la cohérence et les propriétés asymptotiques de l’estimateur de vraisemblance maximale, y compris les défis à relever pour prouver sa cohérence et construire des estimateurs de type MLE.
Bénéfices et écarts dans l'estimation
Discuter du biais et de la variance dans l'estimation statistique, en explorant le compromis entre l'exactitude et la variabilité.
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.
Estimation de l'intervalle: Méthode des moments
Couvre la méthode des moments pour estimer les paramètres et construire des intervalles de confiance basés sur des moments empiriques correspondant à des moments de distribution.
Estimation maximale de la probabilité
Couvre l'estimation de la vraisemblance maximale pour estimer les paramètres en maximisant la précision de la prédiction, en démontrant par un exemple simple et en discutant de la validité par le biais de tests d'hypothèses.
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.
Régression linéaire : analyse des données sur l'ozone
Explore l'analyse de régression linéaire des données sur l'ozone à l'aide de modèles statistiques.
Méthodes d'estimation
Couvre diverses méthodes d'estimation des paramètres du modèle, telles que la méthode des moments et l'estimation de la probabilité maximale.
Régression linéaire : estimation et inférence
Explore l'estimation de régression linéaire, les hypothèses de linéarité et les tests statistiques dans le contexte de la comparaison de modèles.