Guide d'apprentissage de la statistique mathématique

Application de la probabilité conditionnelle et du théorème de Bayes
Définition et système axiomatique de l'espace probabiliste
Règles d'intersection, d'union et de complément pour les événements
Calcul de l'espérance mathématique et de la variance des variables aléatoires
Propriétés et applications de la fonction de distribution de probabilité
Calcul de l'espérance mathématique et de la variance des fonctions de distribution
Vérification des propriétés des fonctions de distribution, telles que la symétrie et la monotonie
Les méthodes de base de la collecte et de l'organisation des données
Construction des tableaux de distribution de fréquence et des histogrammes
Calcul et interprétation des indicateurs statistiques descriptifs
Analyse quantitative de la tendance centrale et de la dispersion dans les données
Applications des diagrammes en boîte et des diagrammes de dispersion dans la visualisation des données
Méthodes de construction d'estimations ponctuelles (par exemple, estimation par moments, estimation par vraisemblance maximale)
Principe du calcul de l'intervalle de confiance dans l'estimation par intervalle
Critères de performance des estimateurs (impartialité, efficacité, consistance)
Théorie de la normalité asymptotique dans l'estimation des paramètres
Les distributions a priori et a posteriori en statistique bayésienne
Étapes et types de tests d'hypothèse (tests unilatéraux/bilatéraux)
Calcul du p-value et détermination du seuil de significativité
Caractéristiques de la distribution des statistiques d'hypothèse (distribution normale, distribution du chi‑carré, etc.)
Analyse des erreurs de type I et de type II dans les tests d'hypothèse
Stratégies de calcul et d'optimisation de la puissance de test
Estimation des paramètres de la distribution normale, de la distribution de Poisson et de la distribution binomiale
Propriétés et applications de la distribution du chi-deux, de la distribution t et de la distribution F
Méthode d'estimation des paramètres de la distribution de probabilité (tel que l'estimation par maximum de vraisemblance)
Fondements théoriques de la distribution d'échantillonnage (telle que le théorème limite central)
Construction des intervalles de confiance et estimation des paramètres
Forme mathématique et tests d'hypothèse d'un modèle de régression linéaire
Méthode des moindres carrés pour la résolution des coefficients de régression
Tests de significativité des équations de régression et analyse des résidus
Méthodes de détection et de gestion de la multicolinéarité
Diagnostic et validation des modèles de régression (tel que R² et R² ajusté)
Calcul et interprétation des coefficients de corrélation (coefficient de corrélation de Pearson, coefficient de corrélation de rang de Spearman)
Distinction entre la corrélation et la relation de causalité
Traitement de la transformation des variables et de la gestion des relations non linéaires
Matrice de covariance et analyse de covariance (ANCOVA)
Test de robustesse dans l'analyse de corrélation
Construction du cadre d'échantillonnage et méthodes de sélection d'échantillon
Stratégies de calcul et de contrôle des erreurs d'échantillonnage
Calcul de la taille de l'échantillon et analyse de la puissance

Guides
Guide d'apprentissage de la statistique mathématique
Règles d'intersection, d'union et de complément pour les événements

Règles d'intersection, d'union et de complément pour les événements

Sites recommandés Physique · Économie · Chimie · Biologie · Programmation

Ce site utilise des cookies strictement nécessaires pour assurer sa sécurité et son bon fonctionnement (contrôle d’accès, protection contre les bots, etc.) et collecte via notre CDN des données techniques anonymes limitées. Nous n’utilisons ni cookies publicitaires ni cookies de suivi. Consultez notre politique de confidentialité.