Couvre l'estimation spectrale dans l'analyse des séries chronologiques, y compris les noyaux d'imagerie, les méthodes de compression et les modèles AR.
Couvre l'estimation multi-déformation et paramétrique dans l'analyse des séries temporelles, y compris l'estimation spectrale et l'ajustement du modèle AR.
Explore les modèles paramétriques dans l'analyse des données, couvrant les estimateurs de régression, les problèmes d'optimisation et les modèles statistiques.
S'oriente vers l'estimation optimale, le rôle de biais dans les échantillons finis, et le compromis délicat entre le biais et la variance dans l'estimation statistique.
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.
