Biais et Convergence des Estimateurs d'une moyenne et d'une variance
Vložit
- čas přidán 7. 09. 2024
- Propriétés des Estimateurs (nouveau)
Biais et convergence des Estimateurs
Cas de l'estimateur d'une moyenne exacte de population, estimateur sans biais et absolument convergent (démonstrations détaillées)
Signification de la convergence d'un estimateur
Cas d'un estimateur biaisé : la variance empirique Sn2
Variance empirique corrigée du biais
Convergence en probabilité
merci beaucoup pour ce que vous faites !!! Un grand merci de la part de tous les étudiants en galère qui comprennent les stats grâce à vous :) :) ;)
Ouah! Merci ça fait chaud au coeur. Je vous remercie Angelina ainsi que tous ceux que vous représentez. Vous suivez quelle formation? Licence ou Master?
Je suis en train de vous préparer une dizaine d'autres vidéos. Ça prend du temps (c'est du boulot) mais elles vont bientôt être déposées :-)
Bien à vous tous chers amis!
Essayez de promouvoir ma chaîne CZcams grâce aux réseaux sociaux ; -) ; j'ai besoin de votre soutien.
A bientôt pour d'autres vidéos!
Pascal (le Prof de stat qui essaye de vous réconcilier avec les stats)
@@biostatistique Je suis en 3e année de licence d'économie à la Sorbonne :) comme je ne suis pas dotée d'une facilité en mathématiques, les explications des enseignants ne me suffisent pas parfois. Du coup avec vos explications j'arrive à faire des parallèles et finalement comprendre le thème.
:-) :-)
C'est un vidéo bien conçu et qui permet une bonne compréhension rapide, !
explications impeccables et détaillées jusqu'au bout ou presque car à la dernière ligne au moment de l'application du Théorème de König-Huygens cela ne semble pas limpide. c'est un peu genre: "allez vous débrouiller avec König et Huygens". En effet, on voit bien des traitements spéciaux non détaillés dans l'explication comme pourquoi le facteur 1/n et ensuite on re-multiplie par n et au second terme on divise la variance par n et pas la moyenne de la population. Pour l'auteur c'est évident mais cela ne l'est pas nécessairement pour tout le monde je pense. Ce serait top si ce calcul pouvait être détaillé par quelqu'un de bonne volonté désireux de bien bien faire comprendre les détails aux autres :-)
je bloque aussi sur ca
Vraiment merci profe car vous m'avais bien placé avec l'affaire des propriétés des estimateurs.
Super ça me fait plaisir!
Un énorme merci !
merci prof je suis sur que je peux avec vous cette histoire de biais
:-) :-)
Bonsoir vraiment c'est gentil !! C'est compréhensible les vidéos mais j'ai du mal à faire certains exercices compliqué. comment pouvez-vous m'aider ?
merci beaucoup, vous gérez
Merci Bryan!
Merci bcp pour la vidéo
:-)
L3 Maths Orsay. On commence les stats, c'est plus clair en une vidéo. Merci.
Merci à vous pour ce commentaire d'autant plus gratifiant qu'il émane d'un mathématicien :-)
Merci beaucoup j'ai bien compris E( variance empirique)
J'en suis ravi Aissatou! Merci pour ce commentaire
Excellent merci beaucoup
Cool!
Bonjour,
Svp comment faîtes vous pour trouvez : 7,1
Bonne explication monsieur, Merci! Pouvez vous s'il vous plait me clarifier quand est ce qu'on dit qu'un estimateur est asymptotiquement convergent et non pas convergent seulement car c'est exliqué dans la video et Merci d'avance.
Bonjour,
Merci pour votre commentaire.
Asymptotique doit vous conduite à penser à limite. Donc un estimateur asymptotiquement convergent est tel que sa limite tend vers le paramètre à estimer quand n, la taille de l'échantillon considéré, tend vers l'infini.
Bien à vous.
PR
Bien sur il s'agit de la limite de l'espérance de cet estimateur dont il s'agit
@@biostatistique merci à vous, mais quelle vraie difference existe entre ce que vous venez de dire et un estimateur convergent car je trouve que c'est la même chose
Bonsoir, très bonne vidéo de votre part.
Savez vous pourquoi dans certains cas on utilise des estimateurs de la moyenne ou de la variance ?
Merci d'avance (urgent)
ça dépend de ce que tu veux estimer. parfois tu cherches la moyenne, parfois la variance
Salam, je veux répondre à cette question dans le module statistique et merci
Quelle est l'origine de la méthode de l'éstimation par la méthode de maximum vraisemblance???
Il s'agit simplement de maximiser la fonction de vraisemblance pour la loi de probabilité adaptée à la problématique. Ceci permettra (dérivée première nulle et dérivée seconde négative pour un maximum) de trouver les paramètres les plus ajustés.
@@biostatistique Je veux une preuve mathématique sous forme de symboles. Comment la loi suprême a-t-elle été atteinte? Professeur s'il vous plaît et merci
Merci bcp!!!!!!!!!!!!!!!
Ravi que vous en soyez satisfaite! Merci pour votre commentaire. N'oubliez pas d'aller visiter mes autres vidéos et guettez les prochaines ;-) Pascal, le prof de stat au service de ses visiteurs
comment calculer l'espérance et la variance d'un estimateur du maximum de vrais emblance tq la fonction de densité est f(x)= 1/(theta*x^((1+1/thet)) si x >=1 et 0 sinon) svp c'est urgent et merci d'avance
merci beaucoup
Ravi de vous avoir aidé
😍😍😍
Merci
bravo .
Merci Didier!
MERCI -> j'ai un examen trimestriel demain, je comprends enfin. Avez vous une vidéo pour expliquer le MSE ?
Merci. Pour le MSE pas encore, ça va venir (je prépare une série sur le GLM)…