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

Concept

Cote Z (statistiques)

Séances de cours associées (25)

Tendances du marché immobilier

Explore l'évolution des prix de l'immobilier, des modèles hédonistes et de l'indice UBS Swiss Real Estate Bubble.

Test du rapport de probabilité : test d'hypothèse

Couvre les méthodes de test du rapport de vraisemblance et de test d'hypothèse à l'aide d'estimations maximales de vraisemblance.

Régression multilinéaire : variables et effets normalisés

Explore la normalisation des variables et des effets dans l'analyse de régression multilinéaire.

Modèles linéaires généralisés : régression avec réponses familiales exponentielles

Couvre la régression avec des réponses familiales exponentielles à l'aide de modèles linéaires généralisés.

Paramètre Estimation & Fisher Information

Couvre l'estimation des paramètres, les informations de Fisher, l'estimateur non biaisé et les distributions exponentielles.

Évolution de la représentation de l'économie nationale

Explore l'évolution du calcul et de l'harmonisation du PIB dans les pays européens.

Intervalle de confiance pour la partition du modèle Bernoulli

Explique comment calculer l'intervalle de confiance pour le paramètre de score dans le modèle Bernoulli.

Fisher Information, Inégalités Cramér-Rao, MLE

Explique l'information Fisher, l'inégalité Cramér-Rao et les propriétés MLE, y compris l'invariance et l'asymptotique.

Classification binaire linéaire

Couvre l'extension de la perte 0-1 aux fonctions de score à valeur réelle et à la régression logistique.

Tests d'hypothèse : Théorème de Wilks

Explorer les tests d'hypothèses à l'aide du théorème de Wilks, les statistiques du rapport de probabilité, les valeurs p, l'estimation des intervalles et les régions de confiance.

Test d'hypothèse : Théorème de Wilks et valeur P

Explore les tests d'hypothèse, le théorème de Wilks, les valeurs p, les intervalles de confiance et les quantités pivotantes.

Analyse de corrélation canonique

Couvre le développement mathématique de l'analyse de corrélation canonique, y compris la population et l'échantillon CCA.

Séance de révision : Module 1 Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des statistiques inférentielles, couvrant l'échantillonnage, la tendance centrale, la dispersion, les histogrammes, les scores z et la distribution normale.

Distribution normale : caractéristiques et exemples Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les caractéristiques et l'importance de la distribution normale, y compris des exemples et des scénarios de traitement.

Distribution normale: Caractéristiques et Z-scores Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les caractéristiques de la distribution normale, les scores Z, la probabilité dans les statistiques inférentielles, les effets d'échantillon et l'approximation de la distribution binomiale.

Modélisation de l'élasticité et des coefficients Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les matrices de corrélation, la régression, la variance, les intervalles de confiance et les systèmes normalisés dans la modélisation statistique.

PCA: Directions de la plus grande variance Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'APC, trouvant les directions de la plus grande variance, la réduction de dimensionnalité des données et les limites de l'APC.

Intervalles de confiance et T-Test Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les intervalles de confiance, les tests T et les tests d'hypothèses, y compris les hypothèses et les régions critiques.

Exploration des données : distribution normale Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les stratégies de distribution des données, la modélisation normale et la vérification de la normalité avec des outils graphiques.

Distributions normales Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les caractéristiques et l'importance de la distribution normale dans l'analyse statistique.