Explore la modélisation dévénements rares, les défis dans lestimation des probabilités avec des données limitées, et lapplication de la théorie des valeurs extrêmes dans divers domaines.
Couvre la quantification des distributions de probabilité, le regroupement statistique des moyennes k, l'estimation moyenne, les méthodes de regroupement robustes et les questions de recherche ouvertes.
Couvre les statistiques descriptives, les tests d'hypothèses et l'analyse de corrélation avec diverses distributions de probabilités et des statistiques robustes.
Couvre les distributions communes, les fonctions génératrices de temps et les matrices de covariance dans les statistiques pour la science des données.
Explore le principe des grandes déviations, en se concentrant sur la décomposition exponentielle de la queue et l'analyse de la transformation de Laplace.
Déplacez-vous dans l'analyse des données de survie, explorant les temps de modélisation jusqu'à ce que les événements et les applications dans divers domaines.
Explore les épidémies dans les données de réseau, couvrant le modèle SIR, le rapport de reproduction de base, la percolation, les réseaux dirigés et l'estimation de la probabilité maximale.
Explore la théorie des valeurs extrêmes, en se concentrant sur la distribution maximale et les différents types de distributions en fonction des paramètres de forme.
Plonge dans l'évolution du stockage et de la consommation d'énergie, expliquant les différences dans la distribution des graisses et les processus métaboliques entre les hommes et les femmes.
Explore la cohérence prédictive dans les systèmes de prévision séquentielle, en mettant l'accent sur l'utilité de la prédiction sur l'estimation et sur l'importance des approches préalables.
Discute de la distribution de Dirichlet, de l'inférence bayésienne, de la moyenne postérieure et de la variance, des antécédents conjugués et de la distribution prédictive dans le modèle de Dirichlet-Multinôme.
