Explore l'analyse de séries temporelles univariées, couvrant la stationnarité, les processus ARMA, la sélection des modèles et les tests unitaires de racine.
Couvre la corrélation et les corrélations croisées dans l'analyse des données sur la pollution atmosphérique, y compris les séries chronologiques, les autocorrelations, l'analyse de Fourier et le spectre de puissance.
Discute des principes fondamentaux de la probabilité et des processus stochastiques, en se concentrant sur les variables aléatoires, leurs propriétés et leurs applications dans le traitement statistique du signal.
Explore les modèles de séries chronologiques, en mettant l'accent sur les processus autorégressifs, y compris le bruit blanc, AR(1) et MA(1), entre autres.
Discute de la stationnalité faible-sens dans les processus stochastiques en continu et le calcul des fonctions d'autocorrélation et de corrélation croisée.
Explore l'analyse de séries chronologiques multivariées, la cointégration, la prévision avec les modèles ARMA, et les applications pratiques dans l'analyse des taux d'intérêt.
Explore les séries de Fourier, le calcul d'énergie, les espaces fonctionnels, les spectres de corrélation et la densité spectrale dans les signaux et les systèmes.
Explique lestimation, la corrélation et la corrélation Pearson dans les statistiques, en se concentrant sur la mesure et la description des relations entre les variables.
Explore les outils de traitement statistique des signaux pour les communications sans fil, y compris l'estimation spectrale et la détection, la classification et le filtrage adaptatif des signaux.
Explore la malédiction de la dimensionnalité, les méthodes de sélection variables, le coefficient de détermination et les limites des techniques de filtrage.
Explore le compromis entre le risque et le rendement des portefeuilles, les avantages de la diversification et l'impact de la corrélation sur le risque du portefeuille.
