Intervalles de confiance : Estimation et interprétation

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (30)

Page 2 sur 3

Évaluer l’importance et l’adéquation

Couvre les intervalles de confiance, R2, et des exemples sur l'évolution de la chaleur du ciment et les relations puissance-MPG de la voiture.

Estimateurs et intervalles de confiance

Explore le biais, la variance, les estimateurs non biaisés et les intervalles de confiance dans l'estimation statistique.

Incertitude et chiffres significatifs

Explique les intervalles de confiance, la marge d'erreur, les pivots et les chiffres significatifs dans l'estimation statistique.

Inférence statistique : Valeurs critiques approximatives et intervalles de confiance

Couvre la construction d'intervalles de confiance et de valeurs critiques approximatives dans l'inférence statistique.

Tests d'hypothèses : une perspective différente

S'insère dans une perspective différente sur les tests d'hypothèses, en mettant l'accent sur la valeur p et les niveaux de signification.

Intervalles de confiance : Estimation gaussienne

Explore les intervalles de confiance, l'estimation gaussienne, l'inégalité Cramér-Rao et les estimations maximales de vraisemblance.

Estimation des erreurs dans LHS

Couvre l'estimation des erreurs dans l'échantillonnage hypercube latin, en soulignant l'importance d'une estimation précise de la variance.

Régression logistique: Modélisation des variables de réponse binaire

Explore la régression logistique pour les variables de réponse binaire, couvrant des sujets tels que l'interprétation du rapport de cotes et l'ajustement du modèle.

Régression linéaire : estimation et inférence

Explore l'estimation de régression linéaire, les hypothèses de linéarité et les tests statistiques dans le contexte de la comparaison de modèles.

Intervalles de confiance et théorèmes des limites MLE

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