Explorer des modèles linéaires généralisés pour les données non gaussiennes, couvrant l'interprétation de la fonction de liaison naturelle, la normalité asymptotique MLE, les mesures de déviance, les résidus et la régression logistique.
Explore l'exhaustivité, la suffisance minimale et les modèles statistiques spéciaux, en se concentrant sur les familles exponentielles et de transformation.
Examine le modèle de logit trans-nested, en définissant des groupes alternatifs avec des compositions recoupantes et des paramètres d'échelle pour l'analyse des transports.
Plonge dans l'homogénéisation dans les matériaux composites, en dérivant des limites rigoureuses et en discutant des paramètres statistiques et des microstructures.
Couvre la dérivation des résultats exacts pour les petites souches dans les matériaux composites et les implications des données expérimentales en dehors de ces limites.
Couvre le calcul et l'estimation dans la simulation stochastique, en se concentrant sur la génération de répliques iid et l'échantillonnage d'importance optimale.
Couvre l'algorithme Metropolis-Hastings et les approches basées sur les gradients pour biaiser les recherches vers des valeurs de vraisemblance plus élevées.
Explore la cinétique des défauts induits par la lumière dans les matériaux électroniques, couvrant la création de défauts, recuit, et des modèles unifiés.
Explore des exemples spéciaux de modèles linéaires généralisés, couvrant la régression logistique, les modèles de données de comptage, les problèmes de séparation et les relations non paramétriques.
Couvre le processus de balayage des paramètres dans QUCS, en se concentrant sur la configuration du type de simulation 'parameter sweep' avec des valeurs linéaires.
Couvre les modèles familiaux exponentiels et leurs propriétés statistiques, y compris les statistiques canoniques et les fonctions génératrices de cumul.
