Passer au contenu principal

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

Graph
Search

Recherche

Afficher tous les résultats pour

Accueil

Séance de cours

Estimateurs et biais

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (35)

Modèles statistiques et estimation des paramètres Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les modèles statistiques, l'estimation des paramètres et les distributions d'échantillonnage dans les probabilités et les statistiques.

Principes de base de l'estimation ponctuelle Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la méthode des moments, le compromis biais-variance, la cohérence, le principe de plug-in et le principe de vraisemblance dans lestimation de point.

Estimations: Cohérence et efficacité Connectez-vous à Mediaspace pour regarder cette vidéo

Examine les critères pour de bons estimateurs, en mettant l'accent sur la cohérence et l'efficacité dans l'estimation.

Optimisation dans la théorie de la décision : estimation impartiale Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'optimalité dans la théorie de la décision et l'estimation impartiale, en mettant l'accent sur la suffisance, l'exhaustivité et les limites inférieures du risque.

Estimateurs et intervalles de confiance Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le biais, la variance, les estimateurs non biaisés et les intervalles de confiance dans l'estimation statistique.

Théorie statistique : estimation maximale de vraisemblance Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la cohérence et les propriétés asymptotiques de l’estimateur de vraisemblance maximale, y compris les défis à relever pour prouver sa cohérence et construire des estimateurs de type MLE.

Le phénomène Stein et la superefficacité Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le phénomène Stein, présentant les avantages du biais dans les statistiques de grande dimension et la supériorité de l'estimateur James-Stein sur l'estimateur de probabilité maximale.

Estimateurs statistiques Connectez-vous à Mediaspace pour regarder cette vidéo

Explique les estimateurs statistiques pour les variables aléatoires et les distributions gaussiennes, en se concentrant sur les fonctions d'erreur pour l'intégration.

Estimation des paramètres Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des concepts d'inférence statistique, en se concentrant sur l'estimation des paramètres, les estimateurs non biaisés et l'estimation moyenne à l'aide de variables aléatoires indépendantes.

Estimateur de variance Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'estimation de la variance, la création d'estimateurs personnels, la correction du biais et la compréhension de l'erreur carrée moyenne dans l'analyse statistique.

Estimation maximale de la probabilité Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit une estimation de la probabilité maximale pour l'estimation des paramètres statistiques, couvrant le biais, la variance et l'erreur carrée moyenne.

Théorie statistique : Cramér-Rao Bound & Hypothesis Testing Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la limite de Cramér-Rao, les tests d'hypothèses et l'optimalité en théorie statistique.

Bias-Variance Echanges dans l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Discuter du compromis entre les variables biaisées dans l'apprentissage automatique, en mettant l'accent sur l'équilibre entre la complexité du modèle et l'exactitude des prédictions.

Estimation des attentes Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'estimation de l'attente pour des variables aléatoires distinctes, en soulignant son importance dans la théorie des probabilités.

Inférence : vérification du modèle Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les moindres carrés pondérés itératifs, les modèles linéaires généralisés et la vérification des modèles.

Page 2 sur 2