Maximum de vraisemblance (loi normale)

Découvre le cours en ligne sur les statistiques inférentielles (estimateur du maximum de vraisemblance, intervalle de confiance, test, anova, régression linéaire simple et multiple) qui te fera réussir ton année (sans stress) :
www.jad-coaching.com/statisti...
Si tu recherches un suivi personnalisé de qualité pour te préparer à tes examens (Université/Ecole d'ingénieur/Prépa/Ecole de Commerce/HEC) ou à la rentrée :
www.jad-coaching.com/contact
Continue à me suivre sur les réseaux sociaux :
CZcams : JadCoachingOfficial
Instagram : JadCoachingOfficial
Facebook : JadCoaching
website : www.jad-coaching.com/​
JadCoaching
« Make Mistakes. Learn from them. Move on. »

[@virginieyamnaine4221]

C'est juste parfait. Tout est clair, et en plus une bonne interprétation géométrique en parallèle pour encore mieux comprendre le maximum de vraisemblance

[@jadcoachingofficial]

Merci Virginie !

[@jayabay8065]

Vidéo extrêmement clair 🙌

[@jdelacretaz]

Un sauveur! L’interprétation géométrique m’a permis de comprendre!! Merci !

[@jadcoachingofficial]

🙏

[@elianeevi5793]

Merci pour cette vidéo très claire , l'explication est propre 👌👌

[@jadcoachingofficial]

Merci !

[@houdaamghar6908]

Merci infiniment monsieur c'est génial

[@Chmike13]

Merci beaucoup pour cette vidéo qui est très pédagogique. J'ai une question. Dans l'exemple traité la variance est dit connue mais surtout la même pour toutes les valeurs. C'est qui permet de l'éliminer. Que se passe-t-il si les variances sont différentes ? Est-ce que la moyenne devient différente ? Est-ce que c'est ce qui justifie l'homoscédasticité des données (même variance) pour la régression linéaire ?

[@zeinelabidineelbechir1421]

Quand est ce que on utise ce estimateur ??

[@elesad2547]

Excellente explication, merci beaucoup !

[@jadcoachingofficial]

Merci beaucoup, et si jamais tu recherches aussi un cours en ligne complet sur les statistiques inférentielles : www.jad-coaching.com/statistiques-inferentielles 👌

[@nahtan7925]

L'intuition est incroyable, merci !

[@jadcoachingofficial]

Merci !

[@elbouabdellaouikhadija2414]

Merci infiniment tout est clair

[@jadcoachingofficial]

Merci à toi !

[@FtoumMG]

merci

[@GrumpyCoder]

excellent vidéo merci!

[@jadcoachingofficial]

Merci à toi !

[@Lina-rf9ze]

Merci beaucoup pour cette vidéo.
Juste dans le calcul de l(u), avant de la dériver, il y a un signe - parceque
ln((1/b)^n)=n×ln(1/b)=n×(ln(1)-ln(b))=(-1)n×ln(b).

[@jadcoachingofficial]

Tu peux m'envoyer un screenshot sur mon adresse mail : [e-mail]

[@AttafiManel]

bonsoir mr d'abord mercii pour cette vidéo et ask tu mets vidéo sur maximum de vraisemblance ( loi gamma )!!!

[@ManelATTAFI]

Merci infiniment Mr

[@jadcoachingofficial]

Merci à toi !

[@Maxi-1001]

merci pour cette video tres clair mais j ai tout de meme une question je comprends pas bien l'interet de faire tout ces calculs finalement puisque si j ai bien compris ce que ca nous a dit c est que le meilleur estimateur de la moyenne c est la moyenne empirique ? du coup est que on peut conclure que selon la methode du MLE le meilleur estimateur d'un parametre c est son estimation empirique ou pas du tout ?

[@jadcoachingofficial]

Bien évidemment dans la pratique on utilise directement le résultat sans le démontrer 👌

[@Maxi-1001]

@@jadcoachingofficial ahh yes merci je comprenais pas mes exos j avais l impression de devoir refaire tout le chemin à chaque fois haha ^^

[@eliott2307]

Est ce que cette méthode est applicable pour les autres lois ?

[@jadcoachingofficial]

Oui :)

[@Zakariae.zouhair]

Tu peux fair aussi pour la loi de berrnoulli

[@jadcoachingofficial]

Pour bientôt oui !

[@michaeldaba2843]

Vraiment cela m'a aidé. J'aimerais avoir votre contact si possible

[@jadcoachingofficial]

[e-mail]