Explore la distribution de Wishart, les propriétés des matrices de Wishart, et la distribution de T2 de Hotelling, y compris la statistique T2 de deux exemples Hotelling.
Explore les copules dans les statistiques multivariées, couvrant les propriétés, les erreurs et les applications dans la modélisation des structures de dépendance.
Explore l'estimation de la probabilité maximale et les tests d'hypothèses multivariées, y compris les défis et les stratégies pour tester plusieurs hypothèses.
Introduit l'analyse des composantes principales, en mettant l'accent sur la maximisation de la variance dans les combinaisons linéaires pour résumer efficacement les données.
Couvre les distributions conditionnelles et les corrélations dans les statistiques multivariées, y compris la variance partielle et la covariance, avec les applications aux distributions non normales.
Explore la dépendance dans les vecteurs aléatoires, couvrant la densité articulaire, l'indépendance conditionnelle, la covariance et les fonctions génératrices de moment.
Explore le théorème de la limite centrale, la covariance, la corrélation, les variables aléatoires articulaires, les quantiles et la loi des grands nombres.
Explore la dépendance, la corrélation et les attentes conditionnelles en matière de probabilité et de statistiques, en soulignant leur importance et leurs limites.
