Explore les observations aberrantes, les effets de levier et les influences dans les modèles statistiques, y compris les méthodes de détection et d'évaluation.
Couvre les diagnostics de régression pour les modèles linéaires, en soulignant limportance de vérifier les hypothèses et didentifier les valeurs aberrantes et les observations influentes.
Explore l'effet de levier dans le financement, montrant comment emprunter de l'argent peut grossir les rendements et l'importance d'envisager différents taux d'intérêt dans l'analyse de levier.
Discuter du financement immobilier par l'entremise de la dette et des capitaux propres, analyser l'effet de levier et les déterminants du rendement des capitaux propres.
Explore les concepts avancés dans les modèles de régression linéaire, y compris la multicolinéarité, les tests d'hypothèses et les valeurs aberrantes de manipulation.
Explore la vérification du modèle et les résidus dans lanalyse de régression, en soulignant limportance des diagnostics pour assurer la validité du modèle.
Explore les régressions OLS pour les prix des maisons, couvrant les valeurs aberrantes, les observations influentes, les spécifications du modèle et les stratégies de sélection.
Explique la droite de régression des moindres carrés, les coefficients de corrélation, les valeurs aberrantes, les points influents et les résidus dans les modèles de régression.
Introduit k-Nearest Neighbors pour la classification et l'expansion des fonctionnalités pour gérer les données non linéaires via des entrées transformées.
