Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Concept

Statistique exhaustive

Séances de cours associées (32)

Famille exponentielle : distributions d'entropie maximales

Couvre les familles exponentielles et les distributions d'entropie maximales sous contraintes de moment.

Théorie de l'entropie et de l'échantillonnage

Explore l'entropie, les statistiques minimales suffisantes, les familles exponentielles et les distributions d'échantillonnage gaussiennes.

Théorie de l'échantillonnage: Statistiques pour les mathématiciens

Couvre la théorie de l'échantillonnage, en mettant l'accent sur les statistiques pour les mathématiciens.

Statistiques suffisantes: Compréhension de la compression des données

Explore des statistiques suffisantes, la compression des données et leur rôle dans l'inférence statistique, avec des exemples comme Bernoulli Trials et des familles exponentielles.

Distributions d'échantillonnage : Comprendre les statistiques auxiliaires

Examine les statistiques auxiliaires, la suffisance et les statistiques minimales dans les distributions d'échantillonnage.

Estimation maximale de la probabilité : théorie et exemples

Couvre l'estimation de la probabilité maximale, y compris la preuve du théorème Rao-Blackwell et des exemples pratiques d'estimateurs dérivants.

Suffisamment de statistiques : tests d’hypothèses

Couvre le concept de statistiques suffisantes et de tests d'hypothèses dans les affectations de lecture par Emre Telatar.

Théorie de l'échantillonnage: suffisance et ancillarité

Explore la suffisance et l'ancilarité de la théorie de l'échantillonnage, soulignant l'importance de statistiques suffisantes pour compresser les données sans perdre d'information.

Algèbre linéaire : projection et rotation

Couvre la projection, la rotation, le bruit gaussien blanc et l'observation de la forme d'onde en algèbre linéaire.

Distributions d'échantillonnage: Théorie et applications

Explorer les distributions d'échantillonnage, les propriétés des estimateurs et les mesures statistiques pour les applications de la science des données.

Famille exponentielle : Distribution d'entropie maximale

Couvre les familles exponentielles, l'entropie maximale et les propriétés de distribution de Moxwell-Boltzmann.

Suffisamment de statistiques: limites et probabilité d'erreur

Couvre le concept de statistiques suffisantes, en se concentrant sur les limites et la probabilité d'erreur.

Algèbre linéaire en science des données

Explore l'application de l'algèbre linéaire dans la science des données, couvrant la réduction de la variance, la théorie de la distribution des modèles et les estimations du maximum de vraisemblance.

Théorie de l'échantillonnage: statistiques et inférences

Couvre la théorie de l'échantillonnage, les statistiques et l'inférence, en mettant l'accent sur la distribution de l'échantillonnage des statistiques.

Distributions familiales exponentielles

Couvre les distributions familiales exponentielles, les paramètres naturels, les statistiques suffisantes et la régression logistique.

Famille exponentielle : définition et propriétés

Couvre la famille exponentielle, y compris sa définition, des statistiques suffisantes et les propriétés de distribution.

Estimation : Mesure des résultats

Explore les mesures d'estimation de la performance, y compris l'estimation liée à Cramér-Rao et la probabilité maximale.

Éliminer les paramètres de nuisance : Inférence statistique

Couvre l'élimination des paramètres de nuisance dans l'inférence statistique à l'aide de Lemmas 14 et 15.

Méthodes d'estimation statistique

Couvre les méthodes d'estimation statistique, y compris le maximum de vraisemblance et l'estimation bayésienne.

Estimation de la distribution

Couvre l'estimation des distributions à l'aide d'échantillons et de modèles de probabilité.