Explore le compromis entre les variables de biais dans l'estimation des crêtes, montrant comment un peu de biais peut augmenter l'erreur carrée moyenne en réduisant la variance.
Couvre la modélisation structurale, le filtre Kalman, la stationnarité, les méthodes d'estimation, la prévision et les modèles ARCH dans les séries chronologiques.
Couvre le concept d'inférence moyenne-carré-erreur et d'estimateurs optimaux pour les problèmes d'inférence en utilisant différents critères de conception.
Explore les propriétés stochastiques et la modélisation des séries chronologiques, couvrant l'autocovariance, la stationnarité, la densité spectrale, l'estimation, la prévision, les modèles ARCH et la modélisation multivariée.
Explore les filtres de Kalman linéarisés et étendus, illustrant leur application dans les systèmes non linéaires et l'estimation des paramètres inconnus.