Distribution normale : bases et applications

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (30)

Page 2 sur 3

Estimateurs et intervalles de confiance

Explore le biais, la variance, les estimateurs non biaisés et les intervalles de confiance dans l'estimation statistique.

Transformations des variables

Couvre le calcul des fonctions de distribution cumulative et des fonctions de densité de probabilité pour les variables aléatoires transformées.

Théorème des limites centrales : propriétés et applications

Explore le théorème de la limite centrale, la covariance, la corrélation, les variables aléatoires articulaires, les quantiles et la loi des grands nombres.

Analyse statistique: Boxplot et distribution normale

Introduit des concepts d'analyse statistique comme boxplot et la distribution normale à l'aide d'exemples de données réelles.

Éléments de statistiques

Introduit des concepts statistiques clés comme la probabilité, les variables aléatoires et la corrélation, avec des exemples et des explications.

Probabilités et statistiques : théorèmes fondamentaux

Explore les théorèmes fondamentaux dans la probabilité et les statistiques, les lois de probabilité conjointes et les distributions marginales.

Distribution normale : caractéristiques et exemples

Couvre les caractéristiques et l'importance de la distribution normale, y compris des exemples et des scénarios de traitement.

Distributions de probabilités

Couvre diverses distributions de probabilité et leurs applications dans des scénarios du monde réel.

Probabilités et statistiques : modélisation et analyse des données

Explore les formulaires PDF, les statistiques, les diagrammes de boîtes, les courbes de densité et les méthodes d'analyse de données.

Théorie de l'échantillonnage: Statistiques pour les mathématiciens

Couvre la théorie de l'échantillonnage, en mettant l'accent sur les statistiques pour les mathématiciens.