Séance de cours
Concepts de dépendance et Copulas
Séances de cours associées (85)
Copulas: Propriétés et applications
Explore les copules dans les statistiques multivariées, couvrant les propriétés, les erreurs et les applications dans la modélisation des structures de dépendance.
Analyse des composantes principales : Introduction
Introduit l'analyse des composantes principales, en mettant l'accent sur la maximisation de la variance dans les combinaisons linéaires pour résumer efficacement les données.
Statistiques à variables multiples : distribution normale
Couvre la distribution normale multivariée, les propriétés et les méthodes d'échantillonnage.
Statistiques multivariées : Distributions conditionnelles
Couvre les distributions conditionnelles et les corrélations dans les statistiques multivariées, y compris la variance partielle et la covariance, avec les applications aux distributions non normales.
Composantes principales : Propriétés et applications
Explore les principales composantes, la covariance, la corrélation, le choix et les applications dans l'analyse des données.
Distributions elliptiques : Propriétés et applications
Couvre les distributions elliptiques, y compris les propriétés, les applications et les implications de la gestion des risques.
Analyse de corrélation canonique
Couvre le développement mathématique de l'analyse de corrélation canonique, y compris la population et l'échantillon CCA.
Analyse de corrélation canonique: Vue d'ensemble
Couvre l'analyse canonique de corrélation, une méthode pour trouver des relations entre deux ensembles de variables.
Statistiques à variables multiples : distribution normale
Introduit des statistiques multivariées, couvrant les propriétés de distribution normales et les fonctions caractéristiques.
Mesures de dépendance : Corrélérations de classement
Couvre les corrélations, la dépendance à la queue et les méthodes d'ajustement des copules.