Discute de la probabilité que les trains à pics soient basés sur des modèles générateurs et des calculs de log-probabilité à partir des données observées.
Explore linférence de vraisemblance maximale, comparant les modèles basés sur les ratios de vraisemblance et démontrant avec un exemple de pièce de monnaie.
Explore l'estimation de la probabilité maximale et les tests d'hypothèses multivariées, y compris les défis et les stratégies pour tester plusieurs hypothèses.
Couvre le test du rapport de vraisemblance dans les modèles de choix, en comparant des modèles illimités et restreints par l'analyse comparative et l'essai de différentes spécifications du modèle.
Explore la régression linéaire dans une perspective d'inférence statistique, couvrant les modèles probabilistes, la vérité au sol, les étiquettes et les estimateurs de probabilité maximale.
Couvre le test du rapport de probabilité dans les modèles de choix, l'analyse comparative et les tests pour les variations du goût et les spécifications non linéaires.
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.
Explore les tests de spécification, l'apprentissage automatique, le surajustement, la régularisation, les tests de prédiction et la sélection de variables.
