Il explore la construction de régions de confiance, les tests d'hypothèse inversés et la méthode pivot, en soulignant l'importance des méthodes de probabilité dans l'inférence statistique.
Couvre les bases de la régression linéaire, la méthode OLS, les valeurs prédites, les résidus, la notation matricielle, la bonté d'adaptation, les tests d'hypothèse et les intervalles de confiance.
Explore le théorème de la limite centrale, la covariance, la corrélation, les variables aléatoires articulaires, les quantiles et la loi des grands nombres.
Explore l'hypothèse de thermalisation d'état propre dans les systèmes quantiques, en mettant l'accent sur la théorie de la matrice aléatoire et le comportement des observables dans l'équilibre thermique.
Explore la cohérence et les propriétés asymptotiques de l’estimateur de vraisemblance maximale, y compris les défis à relever pour prouver sa cohérence et construire des estimateurs de type MLE.
Explore la microscopie de la Force atomique, qui couvre les principes, les applications, la résolution, les mécanismes de rétroaction et les techniques d'imagerie.
Couvre le concept d'estimation ponctuelle dans les statistiques, en se concentrant sur les méthodes d'estimation des paramètres inconnus à partir d'un échantillon donné.