Séance de cours

Estimation maximale de la probabilité

Description

Cette séance de cours porte sur le concept d'estimation maximale de la probabilité (MLE) dans l'inférence statistique, en mettant l'accent sur l'estimation des paramètres dans les modèles paramétriques réguliers. Il explique la liaison Cramér-Rao, la méthode de la probabilité maximale, et les propriétés de MLE dans les cas à la fois discrets et continus. La séance de cours traite également de l'information de Fisher et de l'unicité du MLE dans les familles exponentielles. L'instructeur fournit des exemples de MLE pour les distributions Bernoulli, exponentielle et gaussienne, soulignant l'importance de l'équivariance dans MLE. La séance de cours se termine par une proposition générale sur l'unicité du MLE dans les familles exponentielles à un paramètre.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.