Se penche sur les estimateurs de vraisemblance maximale, leurs propriétés et leur comportement asymptotique, en mettant l'accent sur la cohérence et la normalité asymptotique.
Plonge dans la théorie des probabilités avancées, couvrant les inégalités, les essais, les distributions et les calculs pour les probabilités et les attentes.
Explore des modèles stochastiques pour les communications, couvrant la moyenne, la variance, les fonctions caractéristiques, les inégalités, diverses variables aléatoires discrètes et continues, et les propriétés de différentes distributions.
Couvre les distributions communes, les fonctions génératrices de temps et les matrices de covariance dans les statistiques pour la science des données.
