Séance de cours

Théorie statistique : Cramér-Rao Bound & Hypothesis Testing

Description

Cette séance de cours couvre la limite de Cramér-Rao, l'efficacité asymptotique et les tests d'hypothèses en théorie statistique. Il explique l'information de Fisher, l'optimalité dans la théorie de la décision et la configuration de Neyman-Pearson. La séance de cours explore la normalité asymptotique de l'estimateur de vraisemblance maximale (MLE) et le concept d'estimation de points pour les familles paramétriques.

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.