Séances de cours associées à Facteurs qualitatifs: IV

Théorie de l'échantillonnage: Statistiques pour les mathématiciens

Couvre la théorie de l'échantillonnage, en mettant l'accent sur les statistiques pour les mathématiciens.

Estimation maximale de la probabilité : Statistiques multivariées

Explore l'estimation de la probabilité maximale et les tests d'hypothèses multivariées, y compris les défis et les stratégies pour tester plusieurs hypothèses.

Tests d'hypothèse et intervalles de confiance: concepts clés

Fournit un aperçu des tests d'hypothèses et des intervalles de confiance dans les statistiques, y compris des exemples pratiques et des concepts clés.

Statistiques: Tests d'hypothèses et intervalles de confiance

Couvre les tests d'hypothèses, les intervalles de confiance, les distributions de données et la signification statistique dans l'analyse des données.

Test du rapport de vraisemblance : Neyman-Pearson Lemma

Explore les tests de rapport de vraisemblance et le lemme Neyman-Pearson pour les tests d'hypothèses statistiques.

Statistiques descriptives: Essais d'hypothèse

Introduit des statistiques descriptives, des tests d'hypothèses, des valeurs p et des intervalles de confiance, soulignant leur importance dans l'analyse des données.

Introduction aux variables aléatoires continues : distributions de probabilité

Introduit des variables aléatoires continues et leurs distributions de probabilité, en mettant l'accent sur leurs applications en statistique et en science des données.

Décrire les données: statistiques et tests d'hypothèse

Couvre les statistiques descriptives, les tests d'hypothèses et l'analyse de corrélation avec diverses distributions de probabilités et des statistiques robustes.

Essais: essais en t

Couvre les essais t, le calcul des valeurs p et la comparaison des coefficients.

DOE Facteurs qualitatifs III

Explore les facteurs qualitatifs dans la conception des expériences, y compris les carrés latins, les conceptions factorielles et les tables ANOVA.

Statistiques à variables multiples : distribution normale

Couvre la distribution normale multivariée, les propriétés et les méthodes d'échantillonnage.

Estimation et intervalles de confiance

Explore les biais, la variance et les intervalles de confiance dans l'estimation des paramètres à l'aide d'exemples et de distributions.

Comprendre les statistiques et le design expérimental

Fournit un aperçu de la théorie des probabilités de base, de l'ANOVA, des tests t, du théorème de limite centrale, des métriques, des intervalles de confiance et des tests non paramétriques.

Probabilités et statistiques

Couvre les concepts fondamentaux des probabilités et des statistiques, y compris la régression linéaire, les statistiques exploratoires et l'analyse des probabilités.

Statistiques essentielles: ANOVA

Couvre l'essentiel de l'ANOVA, expliquant son concept, ses calculs, ses hypothèses et l'interprétation des résultats.

Statistiques à variables multiples : distribution normale

Introduit des statistiques multivariées, couvrant les propriétés de distribution normales et les fonctions caractéristiques.

Gestion quantitative des risques : mesures des risques

Couvre les mesures de risque utilisées pour déterminer le capital à risque et l'adéquation du capital.

Facteurs qualitatifs: test statistique et erreurs

Couvre le calcul des effets dans la conception des expériences et explique les tests statistiques et les erreurs, y compris les erreurs de type I et II.

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.

Distributions de probabilités dans les études environnementales Connectez-vous à Mediaspace pour regarder cette vidéo

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.