Estimateur — définition ?
Fonction des données pour estimer un paramètre.
Méthode des moments — principe ?
Faire coïncider moments empiriques et théoriques.
Vraisemblance — rôle ?
Maximiser la probabilité des données observées.
Information Xj sur Yj — modélisation ?
Loi conditionnelle de Yj sachant Xj = xj.
Estimateur optimal — propriété ?
Variance minimale parmi non biaisés.
Statistique bayésienne — principe ?
Intégrer la loi a priori avec la vraisemblance.
Classification supervisée — objectif ?
Prédire une étiquette à partir d’observations.
MLE — propriété ?
Consistant, asymptotiquement normal, efficace.
LDA — hypothèse ?
Mêmes matrices de covariance pour toutes classes.
QDA — différence avec LDA ?
Covariances différentes pour chaque classe.
Régression linéaire — modèle ?
Relation linéaire entre variables explicatives et cible.
Moindres carrés — principe ?
Minimiser la somme des carrés des résidus.
ACP — objectif ?
Réduire la dimension en expliquant la variance.
Composantes principales — interprétation ?
Projections orthogonales sur vecteurs propres.
Valeurs propres — rôle en ACP ?
Indiquent la variance expliquée par chaque composante.
Vecteurs propres — rôle en ACP ?
Directions de variance maximale.
Projection orthogonale — définition ?
Projection sur un vecteur propre.
Estimateur efficace — caractéristique ?
Atteint la borne de Cramér-Rao.
Loi a posteriori — rôle ?
Actualise la connaissance du paramètre après observation.
Classifieur plug-in — principe ?
Remplacer la fonction inconnue par son estimateur.
Analyse discriminante — modèle ?
Distribution normale conditionnelle des classes.
Variance d’un estimateur — rôle ?
Mesure la dispersion autour de la vraie valeur.
Borne de Cramér-Rao — limite ?
Variance inférieure possible pour estimateur non biaisé.
Teste tes connaissances avec un QCM de 12 questions sur Introduction aux estimateurs et méthodes statistiques.
1. Quel est l’effet principal de l’estimateur du maximum de vraisemblance sous certaines hypothèses ?
2. Que minimise approximativement l’estimateur du maximum de vraisemblance ?
Révisez le cours complet dans la fiche de révision de Introduction aux estimateurs et méthodes statistiques.
Voir la fiche →Importe ton cours et l'IA génère des flashcards en 30 secondes.
Générateur de flashcards