Couvre les probabilités, les variables aléatoires, les attentes, les GLM, les tests d'hypothèse et les statistiques bayésiennes avec des exemples pratiques.
Explore des statistiques suffisantes, la compression des données et leur rôle dans l'inférence statistique, avec des exemples comme Bernoulli Trials et des familles exponentielles.
Explorer les distributions d'échantillonnage, les propriétés des estimateurs et les mesures statistiques pour les applications de la science des données.
Explorer l'analyse de la pollution atmosphérique à l'aide de données sur le vent, de distributions de probabilités et de modèles de trajectoire pour l'évaluation de la qualité de l'air.
Explore les probabilités avancées, les variables aléatoires et les valeurs attendues, avec des exemples pratiques et des quiz pour renforcer l'apprentissage.
Introduit des variables aléatoires continues et leurs distributions de probabilité, en mettant l'accent sur leurs applications en statistique et en science des données.
