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

Concept

Variance (mathématiques)

Séances de cours associées (32)

Propagation de l'incertitude : Estimation et distribution

Discute de l'estimation et de la propagation de l'incertitude dans les variables aléatoires et de l'importance de gérer l'incertitude dans l'analyse statistique.

Loi sur les grands nombres, Statistiques

Explique la loi des grands nombres et son application aux variables aléatoires.

Composantes principales : Propriétés et applications

Explore les principales composantes, la covariance, la corrélation, le choix et les applications dans l'analyse des données.

Brownian Motion: Théorie et demandes

Couvre la théorie du mouvement brownien, de la diffusion et des promenades aléatoires, en mettant l'accent sur la théorie d'Einstein pour le mouvement unidimensionnel.

Variables aléatoires et valeur prévue

Introduit des variables aléatoires, des distributions de probabilité et des valeurs attendues au moyen d'exemples pratiques.

Modèles de mélange: variance spécifique alternative MOOC: Sujets choisis sur le choix discret

Explore d'autres variances spécifiques dans les modèles de mélange et discute des questions d'identification et des comparaisons de modèles à l'aide de 500 dessins.

Processus stochastiques : Examen et propriétés

Couvre l'examen des variables aléatoires, des fonctions de densité de probabilité, de la variance et des processus gaussiens.

Probabilités avancées : Variables aléatoires et valeurs attendues

Explore les probabilités avancées, les variables aléatoires et les valeurs attendues, avec des exemples pratiques et des quiz pour renforcer l'apprentissage.

Mémoire longue et ARCH: Séries chronologiques Math 342

Explore la mémoire longue dans les séries temporelles et les processus d'hétéroskédasticité conditionnelle autorégressive dans les données financières.

Probabilités et statistiques: théorèmes et applications clés

Discute des concepts statistiques clés, y compris les dangers d'échantillonnage, les inégalités et le théorème de la limite centrale, avec des exemples pratiques et des applications.

Variance et variables aléatoires indépendantes

Couvre la variance, les variables aléatoires indépendantes et leurs propriétés, y compris les exemples et les preuves.

Loi sur les grands nombres, Statistiques

Couvre la loi sur les grands nombres dans les statistiques et les méthodes de calcul des estimateurs et de la probabilité maximale.

Hétéroscedasticité: Modélisation de la fonction Utilitaire MOOC: Introduction aux modèles de choix discrets

Explore l'hétéroscédasicité dans les spécifications non linéaires et la modélisation des paramètres d'échelle.

Générer des fonctions : Propriétés et applications

Explore les fonctions génératrices, Laplace transforme, et leur rôle dans les distributions de probabilités.

Théorie des probabilités : théorème des limites centrales

Explore la théorie des probabilités, la distribution des moyennes et le théorème de la limite centrale.

Méthodes d'estimation dans les probabilités et les statistiques

Discute des méthodes d'estimation en probabilité et en statistiques, en se concentrant sur l'estimation du maximum de vraisemblance et les intervalles de confiance.

Analyse de sensibilité globale dans les systèmes stochastiques

L'analyse de sensibilité basée sur les variations pour les systèmes stochastiques couvre l'impact des paramètres d'incertitude et des indices de sensibilité dans les modèles stochastiques.

Hétéroscedasticité: Modélisation des paramètres de l'échelle

Couvre l'hétéroscedasticité dans les spécifications non linéaires, les paramètres d'échelle de modélisation pour différents groupes de la population.

Probabilité avancée : résumé

Couvre les variables aléatoires, les espaces déchantillons, les distributions de probabilité, les fonctions, la valeur attendue, la variance et les estimations.

Échantillonnage d'une distribution de probabilité

Explorer l'échantillonnage d'une distribution des probabilités et des fonctions de structure dans l'analyse statistique.