Inférence semiparamétrique pour les données manquantes

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (32)

Page 2 sur 4

Régression linéaire : ajustement du modèle et estimation des paramètres

Explique la décomposition de la somme totale des carrés, lajustement du modèle et lestimation des paramètres en régression linéaire.

Paradoxe bus rouge/bus bleu

Explore le paradoxe du bus rouge/bus bleu, les modèles de logit imbriqués et les modèles multivariés d'extrême valeur dans le transport.

Densité des États et inférence bayésienne en mathématiques computationnelles

Explorer la densité de calcul des états et l'inférence bayésienne à l'aide d'un échantillonnage d'importance, montrant une variance inférieure et la parallélisation de la méthode proposée.

Modèles génériques implicites

Explore des modèles générateurs implicites, couvrant des sujets comme la méthode des moments, le choix du noyau et la robustesse des estimateurs.

Estimateurs et biais

Explore les estimateurs, les biais et l'efficacité des statistiques, en mettant l'accent sur le compromis entre biais et variabilité.

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.

Principes de base de l'estimation ponctuelle

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.

Modèles paramétriques : Estimateurs de régression et optimisation

Couvre les modèles paramétriques, les estimateurs de régression et l'optimisation dans la modélisation statistique.

Estimation statistique : modèle linéaire gaussien

Se penche sur l'estimation statistique, en mettant en évidence le modèle linéaire gaussien et les limites des estimateurs ML.

Régression linéaire : Inférence statistique et régularisation

Couvre le modèle probabiliste de régression linéaire et l'importance des techniques de régularisation.