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.
Couvre l'analyse de données intrajournalières, les études systématiques, le débogage, le calcul multicœur, la programmation GPU et le calcul de corrélation avec les GPU.
Couvre la méthode du spectre de réponse et ses règles de combinaison, en mettant l'accent sur la masse modale efficace et les réponses absolues maximales.
Introduit une régression linéaire simple, les propriétés des résidus, la décomposition de la variance et le coefficient de détermination dans le contexte de la loi d'Okun.
Déplacez-vous dans les copules, les marges et la dépendance extrême dans les statistiques, couvrant des sujets tels que les copules logistiques et le tau de Kendall.
Explore la théorie des modèles linéaires généralisés, y compris la logistique et la régression de Poisson, lévaluation des modèles et les tests de coefficient.
