Séance de cours

Échantillonnage d'une distribution de probabilité

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

ME-467: Turbulence

This course provides an introduction to the physical phenomenon of turbulence, its probabilistic description and modeling approaches including RANS and LES. Students are equipped with the basic knowledge to tackle complex flow problems in science and engin ...

Description

Cette séance de cours couvre le concept d'échantillonnage d'une distribution des probabilités, en discutant de l'importance des moments, de l'oscillation, de la kurtose, de la variance et de la planéité dans l'analyse statistique. Il explore également la relation entre la taille de l'échantillon et la convergence, ainsi que les fonctions de structure liées aux variables aléatoires et leurs propriétés.

Enseignant·e

Tobias Schneider

Tobias Schneider is an assistant professor in the School of Engineering at EPFL, the Swiss Federal Institute of Technology Lausanne. He received his doctoral degree in theoretical physics in 2007 from the University of Marburg in Germany working on the transition to turbulence in pipe flow. He then joined Harvard University as a postdoctoral fellow. In 2012 Tobias Schneider returned to Europe to establish an independent Max-Planck research group at the Max-Planck Institute for Dynamics and Self-Organization in Goettingen. Since 2014, he is working at EPFL, where he teaches fluid mechanics and heads the 'Emergent Complexity in Physical Systems' laboratory. Tobias Schneider's research is focused on nonlinear mechanics with specific emphasis on spatial turbulent-laminar patterns in fluid flows transitioning to turbulence. His lab combines dynamical systems and pattern-formation theory with large-scale computer simulations. Together with his team, Schneider develops computational tools and continuation methods for studying the bifurcation structure of nonlinear differential equations such as those describing the flow of a fluid. These tools are published as open-source software at channelflow.ch. Publications: Google Scholar

Source officielle

Proximité ontologique

Statistique

Inférence statistique: Statistique mathématique

Concepts associés (32)

Convergence de variables aléatoires

Dans la théorie des probabilités, il existe différentes notions de convergence de variables aléatoires. La convergence (dans un des sens décrits ci-dessous) de suites de variables aléatoires est un concept important de la théorie des probabilités utilisé notamment en statistique et dans l'étude des processus stochastiques. Par exemple, la moyenne de n variables aléatoires indépendantes et identiquement distribuées converge presque sûrement vers l'espérance commune de ces variables aléatoires (si celle-ci existe).

Variable aléatoire

vignette|La valeur d’un dé après un lancer est une variable aléatoire comprise entre 1 et 6. En théorie des probabilités, une variable aléatoire est une variable dont la valeur est déterminée après la réalisation d’un phénomène, expérience ou événement, aléatoire. En voici des exemples : la valeur d’un dé entre 1 et 6 ; le côté de la pièce dans un pile ou face ; le nombre de voitures en attente dans la 2e file d’un télépéage autoroutier ; le jour de semaine de naissance de la prochaine personne que vous rencontrez ; le temps d’attente dans la queue du cinéma ; le poids de la part de tomme que le fromager vous coupe quand vous lui en demandez un quart ; etc.

Analyse de la variance

En statistique, lanalyse de la variance (terme souvent abrégé par le terme anglais ANOVA : analysis of variance) est un ensemble de modèles statistiques utilisés pour vérifier si les moyennes des groupes proviennent d'une même population. Les groupes correspondent aux modalités d'une variable qualitative (p. ex. variable : traitement; modalités : programme d'entrainement sportif, suppléments alimentaires; placebo) et les moyennes sont calculés à partir d'une variable continue (p. ex. gain musculaire).

Complex random variable

In probability theory and statistics, complex random variables are a generalization of real-valued random variables to complex numbers, i.e. the possible values a complex random variable may take are complex numbers. Complex random variables can always be considered as pairs of real random variables: their real and imaginary parts. Therefore, the distribution of one complex random variable may be interpreted as the joint distribution of two real random variables.

Exchangeable random variables

In statistics, an exchangeable sequence of random variables (also sometimes interchangeable) is a sequence X1, X2, X3, ... (which may be finitely or infinitely long) whose joint probability distribution does not change when the positions in the sequence in which finitely many of them appear are altered. Thus, for example the sequences both have the same joint probability distribution. It is closely related to the use of independent and identically distributed random variables in statistical models.

Afficher plus

Séances de cours associées (64)

Éléments de la statistique : probabilité et variables aléatoires

Introduit des concepts clés en variables de probabilité et aléatoires, couvrant les statistiques, les distributions et la covariance.

Distributions de probabilités dans les études environnementales

Explore les distributions de probabilité pour les variables aléatoires dans les études sur la pollution atmosphérique et le changement climatique, couvrant les statistiques descriptives et inférentielles.

Théorie statistique : Fondamentaux

Couvre les bases de la théorie statistique, y compris les modèles de probabilité, les variables aléatoires et les distributions déchantillonnage.

Variables aléatoires et valeur prévue

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

Loi des grands nombres : Convergence forte

Explore la forte convergence des variables aléatoires et l'approximation de la distribution normale dans les probabilités et les statistiques.

Afficher plus

Concepts associés (32)

Convergence de variables aléatoires

Variable aléatoire

Analyse de la variance

Complex random variable

Exchangeable random variables

Afficher plus