Estimation des moindres carrés pondérés : Algorithme IRLS

Cette séance de cours couvre l'algorithme itératif des moindres carrés (IRLS) pour l'estimation pondérée des moindres carrés. L'instructeur explique les heuristiques derrière la distribution d'échantillonnage de l'estimation maximale de la probabilité (MLE) dans les modèles linéaires généralisés (GLM). La séance de cours se penche sur le processus itératif, l'expression des scores et l'importance de la matrice de poids dans le processus d'estimation. De plus, la séance de cours traite de la normalité asymptotique du MLE dans le GLM, de la bonté des mesures d'ajustement, de la comparaison des modèles imbriqués à l'aide de déviance, et d'outils de diagnostic comme le levier et la statistique de Cook.