Explore le concept de distribution stationnaire dans les chaînes de Markov, en discutant de ses propriétés et de ses implications, ainsi que des conditions d'une récurrence positive.
Explore les promenades aléatoires sur des espaces discrets et leurs propriétés, y compris les variables aléatoires multivariées et les distributions de Poisson.
Explore les théorèmes de limite extrême et l'analyse statistique pour l'analyse d'événements extrêmes comme les précipitations du Venezuela et les données de Venise.
Introduit des fonctions de masse de probabilité pour des variables aléatoires discrètes et diverses distributions, en mettant l'accent sur le calcul des attentes.
Couvre les modèles de données de comptage et la régression de Poisson, puis les transitions vers une analyse univariée des séries chronologiques pour la prévision des variables économiques.
Explore les statistiques de Poisson, des exemples de tremblements de terre et de frappes éclair, de courant noir et de bruit de lecture dans les appareils photosensibles.
