Séances de cours associées à Régression non linéaire

Régression linéaire : estimation et inférence

Explore l'estimation de régression linéaire, les hypothèses de linéarité et les tests statistiques dans le contexte de la comparaison de modèles.

Régression : Modèles linéaires

Explore la régression linéaire, les moindres carrés, les résidus et les intervalles de confiance dans les modèles de régression.

Statistiques non paramétriques: approche bayésienne

Explore les statistiques non paramétriques, les méthodes bayésiennes et la régression linéaire en mettant l'accent sur l'estimation de la densité du noyau et la distribution postérieure.

Régression linéaire : concepts et applications

Introduit des concepts de régression linéaire, de la création de bandes X aux propriétés et essais de l'estimateur de pente.

Régression linéaire : Les moindres carrés

Déplacez-vous dans la régression linéaire, en mettant l'accent sur l'estimation des moindres carrés, les résidus et la variance.

Régression linéaire : Approche de vraisemblance maximale

Couvre les sujets de régression linéaire, y compris les intervalles de confiance, la variance et l'approche de la probabilité maximale.

Géométrie et moindres carrés

Discute de la géométrie des moindres carrés, en explorant les perspectives des lignes et des colonnes, les hyperplans, les projections, les résidus et les vecteurs uniques.

Régression linéaire : Inférence statistique et régularisation

Couvre le modèle probabiliste de régression linéaire et l'importance des techniques de régularisation.

Propriétés théoriques de l'estimateur de régression linéaire

Couvre les propriétés théoriques de l'estimateur de régression linéaire, y compris la matrice de chapeau et le théorème de Gauss-Markov.

Modèles probabilistes pour la régression linéaire

Couvre le modèle probabiliste de régression linéaire et ses applications dans la résonance magnétique nucléaire et l'imagerie par rayons X.

Analyse bivariée des données : corrélation et régression

Explore l'analyse de données bivariées, la corrélation et les techniques de régression pour l'évaluation des modèles.

Régression linéaire : estimation et test

Explore l'estimation de régression linéaire, les tests d'hypothèses et les applications pratiques en statistique.

Estimation des moindres carrés pondérés : Algorithme IRLS

Explore l'algorithme IRLS pour l'estimation pondérée des moindres carrés dans GLM.

Analyse de régression : modélisation de données multivariées

Introduit une analyse de régression pour la modélisation de données multivariées, couvrant l'algèbre matricielle, l'interprétation des coefficients et les intervalles d'essai.

Estimation de vraisemblance et moindres carrés

Introduit une régression linéaire normale simple et multiple et une estimation du maximum de vraisemblance avec des exemples pratiques.

Les bases de la régression linéaire Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la régression linéaire, y compris les estimateurs OLS, les tests d'hypothèse et les intervalles de confiance.

Biostatistique appliquée: analyse des données bivariées Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'analyse des données bivariées dans les biostatistiques appliquées, couvrant la corrélation, la régression, la sélection des modèles et le diagnostic.

Régression linéaire : bases et estimation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la régression linéaire et la façon de résoudre les problèmes d'estimation en utilisant les moindres carrés et la notation matricielle.

Biostatistique appliquée: données bivariées et analyse de régression Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'analyse des données bivariées, la corrélation et les techniques de régression, y compris l'interprétation des coefficients et de la géométrie des moindres carrés.

Régression linéaire : Fondements Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la régression linéaire, y compris l'OLS, l'hétéroskédasticité, l'autocorrélation, les variables instrumentales, l'estimation maximale de la probabilité, l'analyse des séries chronologiques et les conseils pratiques.