Bayes estimatorIn estimation theory and decision theory, a Bayes estimator or a Bayes action is an estimator or decision rule that minimizes the posterior expected value of a loss function (i.e., the posterior expected loss). Equivalently, it maximizes the posterior expectation of a utility function. An alternative way of formulating an estimator within Bayesian statistics is maximum a posteriori estimation. Suppose an unknown parameter is known to have a prior distribution .
Efficacité (statistiques)En statistique, lefficacité est une mesure de la qualité d'un estimateur, d'une expérimentation ou d'un test statistique. Elle permet d'évaluer le nombre d'observations nécessaires pour atteindre un seuil : plus un estimateur est efficace, plus l'échantillon d'observations nécessaire pour atteindre un objectif de précision sera petit. Lefficacité relative de deux procédures est le rapport de leurs efficacités, bien que le concept soit plus utilisé pour le rapport de l'efficacité d'une procédure donnée et d'une procédure théorique optimale.
Théorie de l'estimationEn statistique, la théorie de l'estimation s'intéresse à l'estimation de paramètres à partir de données empiriques mesurées ayant une composante aléatoire. Les paramètres décrivent un phénomène physique sous-jacent tel que sa valeur affecte la distribution des données mesurées. Un estimateur essaie d'approcher les paramètres inconnus à partir des mesures.
Robustesse (statistiques)En statistiques, la robustesse d'un estimateur est sa capacité à ne pas être perturbé par une modification dans une petite partie des données ou dans les paramètres du modèle choisi pour l'estimation. Ricardo A. Maronna, R. Douglas Martin et Victor J. Yohai; Robust Statistics - Theory and Methods, Wiley Series in Probability and Statistics (2006). Dagnelie P.; Statistique théorique et appliquée. Tome 2 : Inférence statistique à une et à deux dimensions, Paris et Bruxelles (2006), De Boeck et Larcier.
Simple linear regressionIn statistics, simple linear regression is a linear regression model with a single explanatory variable. That is, it concerns two-dimensional sample points with one independent variable and one dependent variable (conventionally, the x and y coordinates in a Cartesian coordinate system) and finds a linear function (a non-vertical straight line) that, as accurately as possible, predicts the dependent variable values as a function of the independent variable. The adjective simple refers to the fact that the outcome variable is related to a single predictor.
Dangerthumb|right|Panneau de danger, selon la signalisation routière française Un danger est une cause possible de dommage (à une personne, un peuple, un bien, à l'environnement, etc.). La probabilité de survenue de ce dommage est le risque associé à ce danger. On parle évidemment de dangerosité d'une situation ou d'un individu présentant un caractère dangereux. Un danger, dans l'acception anthropique la plus commune, est une menace susceptible d'altérer significativement l'intégrité physique d'une personne, avec une gravité pouvant aller jusqu'à la mort.
Analyse des risquesUne analyse de risques est utilisée comme première étape d'un processus d'évaluation des risques. Le résultat d’une analyse des dangers est l’identification de différents types de dangers. Un danger est une condition potentielle et existe ou non (la probabilité est de 1 ou 0). Il peut, en une seule existence ou en combinaison avec d’autres dangers (parfois appelés événements), devenir un véritable échec ou accident fonctionnel (accident). La façon dont cela se passe exactement dans une séquence particulière s'appelle un scénario.
Cancer de la prostatevignette|Prostate et vésicules séminales (normales) Le cancer de la prostate est un cancer fréquent touchant la prostate, une glande de l'appareil reproducteur de l'homme. Le cancer se développe à partir des tissus de la prostate quand des cellules y mutent et se multiplient de façon incontrôlée. Celles-ci peuvent ensuite s'étendre (se métastaser) en migrant de la prostate jusqu'à d'autres parties du corps, particulièrement les os et les ganglions lymphatiques du pelvis.
Discrete time and continuous timeIn mathematical dynamics, discrete time and continuous time are two alternative frameworks within which variables that evolve over time are modeled. Discrete time views values of variables as occurring at distinct, separate "points in time", or equivalently as being unchanged throughout each non-zero region of time ("time period")—that is, time is viewed as a discrete variable. Thus a non-time variable jumps from one value to another as time moves from one time period to the next.
Hypertrophie bénigne de la prostateL'hypertrophie bénigne de la prostate aussi appelée hyperplasie bénigne de la prostate (HBP) ou hyperplasie adénomyomateuse de la prostate ou plus communément adénome prostatique est une tumeur bénigne qui se développe aux dépens de la partie crâniale de la prostate. Elle touche les sujets âgés de plus de 50 ans. En cas d'hypertrophie bénigne de la prostate, la prostate devient plus grande et exerce plus de pression sur l'urètre et la vessie, interférant ainsi avec l'écoulement normal de l'urine.
