Explore les applications pratiques et les implications du modèle de tarification des immobilisations en finance, y compris lestimation des bêtas et le calcul des rendements attendus.
Couvre les probabilités conditionnelles, illustrant comment les événements influencent les probabilités des uns et des autres et leurs applications dans des scénarios réels.
Explore le modèle de tarification des immobilisations et la théorie du compromis risque-rendement en économie financière, en se concentrant sur les primes de risque et les portefeuilles efficaces.
Fournit un aperçu des modèles linéaires généralisés, en mettant l'accent sur les modèles de régression logistique et de Poisson, et leur mise en oeuvre dans R.
Explore les techniques bayésiennes pour les problèmes de valeur extrême, y compris l'inférence de la chaîne Markov Monte Carlo et de Bayesian, en soulignant l'importance de l'information antérieure et l'utilisation des graphiques.
Explore le cadre de la théorie de la décision en théorie statistique, considérant les statistiques comme un jeu aléatoire avec des concepts clés tels que la recevabilité, les règles minimax et les règles Bayes.
Explore l'hypothèse de thermalisation d'état propre dans les systèmes quantiques, en mettant l'accent sur la théorie de la matrice aléatoire et le comportement des observables dans l'équilibre thermique.
Couvre le risque dans les décisions d'investissement, l'évaluation des flux de trésorerie incertains, le taux de rendement, les rendements du portefeuille et l'utilité de la variation moyenne.
