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

Concept

Statistique mathématique

Séances de cours associées (30)

Copulas: Propriétés et applications

Explore les copules dans les statistiques multivariées, couvrant les propriétés, les erreurs et les applications dans la modélisation des structures de dépendance.

Statistiques multivariées: Wishart et Hotelling T2

Explore la distribution de Wishart, les propriétés des matrices de Wishart, et la distribution de T2 de Hotelling, y compris la statistique T2 de deux exemples Hotelling.

Estimation maximale de la probabilité : Statistiques multivariées

Explore l'estimation de la probabilité maximale et les tests d'hypothèses multivariées, y compris les défis et les stratégies pour tester plusieurs hypothèses.

Statistiques à variables multiples : distribution normale

Couvre la distribution normale multivariée, les propriétés et les méthodes d'échantillonnage.

Concepts de dépendance et Copulas

Explore les concepts de dépendance, les copules, les corrélations fallacieuses et les corrélations de classement dans les statistiques.

Statistiques à variables multiples : distribution normale

Introduit des statistiques multivariées, couvrant les propriétés de distribution normales et les fonctions caractéristiques.

Analyse des composantes principales : propriétés et applications

Explorer la théorie principale de l'analyse des composants, les propriétés, les applications et les tests d'hypothèse dans les statistiques multivariées.

Analyse de corrélation canonique: Vue d'ensemble

Couvre l'analyse canonique de corrélation, une méthode pour trouver des relations entre deux ensembles de variables.

Statistiques multivariées: Introduction et méthodes

Introduit des statistiques multivariées, mettant l'accent sur la découverte d'associations entre les composantes des données sous forme vectorielle.

Statistiques multivariées: Introduction et méthodes

Introduit d'importantes méthodes statistiques pour découvrir les associations entre les composantes vectorielles dans les données multivariées.

Analyse des composantes principales : Introduction

Introduit l'analyse des composantes principales, en mettant l'accent sur la maximisation de la variance dans les combinaisons linéaires pour résumer efficacement les données.

Composantes principales : Propriétés et applications

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

Essais d'hypothèses : aperçu statistique

Fournit un aperçu des tests d'hypothèses, des valeurs p, des tests Wald et des statistiques non paramétriques.

Analyse discriminante : Règle de Bayes

Couvre la règle discriminante de Bayes pour l'attribution des individus aux populations en fonction des mesures et des probabilités antérieures.

Modèles linéaires généralisés II: Extensions GLM

Couvre les sujets avancés dans les modèles linéaires généralisés, en mettant l'accent sur les fonctions de liaison, les distributions d'erreurs et l'interprétation des modèles.

Statistiques non paramétriques: Estimation et optimisation

Examine les statistiques non paramétriques, qui couvrent les méthodes d'estimation et le compromis entre les variables biaisées.

Probabilité et statistiques

Couvre les distributions de probabilité, les moments et les variables aléatoires continues.

Statistiques descriptives: Essais d'hypothèse

Introduit des statistiques descriptives, des tests d'hypothèses, des valeurs p et des intervalles de confiance, soulignant leur importance dans l'analyse des données.

Statistiques du poisson : Exemples et applications

Explore les statistiques de Poisson, des exemples de tremblements de terre et de frappes éclair, de courant noir et de bruit de lecture dans les appareils photosensibles.

Statistiques: Tests d'hypothèses et intervalles de confiance

Couvre les tests d'hypothèses, les intervalles de confiance, les distributions de données et la signification statistique dans l'analyse des données.