Couvre les modèles d'apprentissage statistique, la minimisation des risques et la minimisation empirique des risques avec des exemples d'estimateurs de probabilité maximale.
Explore l'inférence semi-paramétrique pour les données manquantes et non aléatoires, en abordant les défis de l'analyse statistique et en proposant un estimateur double-robuste.
Explore le résumé statistique des propriétés des gouttes et l'importance de la distribution de la taille des gouttes dans la formation des nuages et des précipitations.
Couvre l'estimation de la densité du noyau axée sur la sélection de la bande passante, la malédiction de la dimensionnalité, le compromis entre les biais et les modèles paramétriques et non paramétriques.
Explore l'exhaustivité, la suffisance minimale et les modèles statistiques spéciaux, en se concentrant sur les familles exponentielles et de transformation.
Explore les modèles paramétriques, les techniques d'estimation, les modèles de régression et les classificateurs basés sur les scores dans l'analyse des données.
Introduit le modèle des risques proportionnels de Cox pour l'analyse de la survie, couvrant l'estimation, l'évaluation des hypothèses et l'interprétation à l'aide des résidus.
Explore les modèles paramétriques dans l'analyse des données, couvrant les estimateurs de régression, les problèmes d'optimisation et les modèles statistiques.
