Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours traite des critères d'estimation d'un paramètre avec un estimateur. Il couvre deux types de critères : le comportement asymptotique lorsque n approche l'infini et la comparaison avec l'échantillon fini pour un n fixe. La cohérence d'un estimateur est essentielle, mais pas suffisante pour être un bon estimateur. La séance de cours explore également les biais, la variance et l'efficacité des estimateurs, soulignant l'importance d'avoir des biais faibles et une faible variabilité. De plus, elle se retrouve dans le concept des intervalles de confiance et de l'interprétation des niveaux de confiance. La séance de cours se termine par une discussion sur la construction d'intervalles de confiance approximatifs basés sur les estimateurs et le calcul des erreurs types.