Théorie statistique : aperçu de la convergence stochastique

Cette séance de cours couvre les aspects mathématiques de linférence paramétrique pour les modèles réguliers, en se concentrant sur lestimation et la décision des paramètres, la performance des méthodes et la manipulation de la spécification du modèle. Il explore également les fonctions des variables aléatoires, les approximations asymptotiques et divers types de convergence en probabilité et en distribution. L'instructeur discute de la définition de Ky-Fan, de la méthode Delta, du théorème de Slutsky et des taux de convergence. La séance de cours se termine par le théorème de la limite centrale, le théorème de Berry-Esseen et des notions plus fortes de convergence comme le théorème de Scheffé et le dispositif de Cramér-Wold.