Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Apprendre Défi : Estimer les Paramètres de la Distribution du Chi-Square | Estimation des Paramètres de Population
Théorie Avancée des Probabilités
course content

Contenu du cours

Théorie Avancée des Probabilités

Théorie Avancée des Probabilités

1. Déclarations Supplémentaires de la Théorie des Probabilités
2. Les Théorèmes Limites de la Théorie des Probabilités
3. Estimation des Paramètres de Population
4. Test des Hypothèses Statistiques

book
Défi : Estimer les Paramètres de la Distribution du Chi-Square

Tâche

Swipe to start coding

Supposons que nous ayons des échantillons de la distribution du Chi-carré. Nous devons déterminer le paramètre K de cette distribution, qui représente le nombre de degrés de liberté.
Nous savons que l'espérance mathématique de la valeur distribuée du Chi-carré est égale à ce paramètre K.
Estimez ce paramètre en utilisant la méthode des moments et la méthode du maximum de vraisemblance. Comme le nombre de degrés de liberté ne peut être que discret, arrondissez le nombre obtenu à l'entier le plus proche.
Votre tâche est :

  1. Calculer la valeur moyenne sur les échantillons en utilisant la méthode .mean().
  2. Utilisez la méthode .fit() pour obtenir l'estimation du maximum de vraisemblance pour le paramètre.

Solution

Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 3. Chapitre 3
toggle bottom row

book
Défi : Estimer les Paramètres de la Distribution du Chi-Square

Tâche

Swipe to start coding

Supposons que nous ayons des échantillons de la distribution du Chi-carré. Nous devons déterminer le paramètre K de cette distribution, qui représente le nombre de degrés de liberté.
Nous savons que l'espérance mathématique de la valeur distribuée du Chi-carré est égale à ce paramètre K.
Estimez ce paramètre en utilisant la méthode des moments et la méthode du maximum de vraisemblance. Comme le nombre de degrés de liberté ne peut être que discret, arrondissez le nombre obtenu à l'entier le plus proche.
Votre tâche est :

  1. Calculer la valeur moyenne sur les échantillons en utilisant la méthode .mean().
  2. Utilisez la méthode .fit() pour obtenir l'estimation du maximum de vraisemblance pour le paramètre.

Solution

Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 3. Chapitre 3
Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
We're sorry to hear that something went wrong. What happened?
some-alt