Introduit des méthodes différentes Monte Carlo pour les systèmes discrets et continus, y compris les états Jastrow et les algorithmes de Monte Carlo Markov-chain.
Couvre la régression linéaire, de lélaboration de questions de recherche à linterprétation de R-carré et en ajoutant des prédicteurs pour améliorer le modèle.
Couvre les propriétés géométriques des variables discrètes dans les systèmes d'information géographique, en mettant l'accent sur la forme, l'emplacement et les indices de taille.
Couvre les variables discrètes dans les systèmes d'information géographique et leurs propriétés géométriques, y compris l'arrangement spatial et l'autocorrélation.
Couvre les bases de la conception et de l'analyse expérimentales, en mettant l'accent sur les techniques statistiques comme l'ANOVA, la régression, la médiation et la modération.
Couvre les principes fondamentaux de la théorie de la détection et de l'estimation, en se concentrant sur l'erreur moyenne au carré et le test d'hypothèses.
Explore les dérivés partiels dans la composition des fonctions, les preuves de continuité, les applications de théorème de valeur moyenne, et les implications de calcul intégral.
Explore les modèles de mélange, y compris les mélanges discrets et continus, et leur application dans la capture de l'hétérogénéité du goût dans les populations.
