Couvre l'analyse statistique et la visualisation des données morphométriques, y compris la discrimination entre les types d'arbres et les calculs numpy.
Explorer la sélection des modèles dans les statistiques, discuter des principes, des modèles probabilistes, de l'évaluation des caractéristiques et des méthodes de visualisation des données.
Introduit le test t pour l'évaluation des effets catégoriques sur les résultats quantitatifs, couvrant les tests d'hypothèses, les hypothèses et les tests alternatifs.
Couvre les variables aléatoires, les espaces déchantillons, les distributions de probabilité, les fonctions, la valeur attendue, la variance et les estimations.
Fournit un aperçu de la théorie des probabilités de base, de l'ANOVA, des tests t, du théorème de limite centrale, des métriques, des intervalles de confiance et des tests non paramétriques.
Explore les probabilités avancées, les variables aléatoires et les valeurs attendues, avec des exemples pratiques et des quiz pour renforcer l'apprentissage.
Discute des mesures statistiques de la tendance centrale et de la dispersion, en se concentrant sur la moyenne, la médiane et leurs implications dans l'analyse des données.
Explore les répliques, les méthodes de visualisation, les mesures de tendance centrale, les valeurs aberrantes, la dispersion, les moyennes, les résidus et les estimateurs impartiaux.
