Exploration des données : distribution normale

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (31)

Page 3 sur 4

Principe des grandes déviations : le théorème de Cramer

Couvre le théorème de Cramer et l'inégalité de Hoeffding dans le contexte du principe des grandes déviations.

Distribution normale : propriétés et calculs

Couvre les propriétés et les calculs liés à la distribution normale, y compris les probabilités et les quantiles.

Toutes les probabilités : Basic Bounds, LLN & CLT

Introduit les limites de base, LLN et CLT dans la théorie des probabilités, en mettant l'accent sur la convergence vers la distribution normale.

Théorème des limites centrales : preuve

Présente la preuve du théorème de la limite centrale en utilisant le principe de Lindeberg.

Processus de fabrication de pizza

Couvre le processus de fabrication de la pizza, de l'échantillonnage, des moyennes, de la dispersion, des résidus et de la distribution normale.

Statistiques: Tests d'hypothèses et intervalles de confiance

Couvre les tests d'hypothèses, les intervalles de confiance, les distributions de données et la signification statistique dans l'analyse des données.

Statistiques à variables multiples : distribution normale

Introduit des statistiques multivariées, couvrant les propriétés de distribution normales et les fonctions caractéristiques.

Intervalles de confiance et théorèmes des limites MLE

Explore la construction d'intervalles de confiance et MLE limite les théorèmes pour les grands échantillons.

Essais: essais en t

Couvre les essais t, le calcul des valeurs p et la comparaison des coefficients.

Distributions binomiales

Couvre la distribution normale, les statistiques inférentielles, la probabilité et la distribution binomiale dans le contexte du «problème du joueur malhonnête».