Cette séance de cours couvre les concepts de régression linéaire normale simple, de régression linéaire normale multiple et d'estimation du maximum de vraisemblance. Il explique le jargon, la linéarité des paramètres, la structure des données et le processus de recherche de l'estimateur des moindres carrés. Les exemples incluent la consommation de carburant d'un professeur et l'évolution de la chaleur du ciment.