Explore la covariance, la dépendance statistique, la relation éducation-fertilité, les tests d'hypothèse et les statistiques de comparaison pour des résultats continus.
Couvre les vecteurs aléatoires, la densité de probabilité articulaire, les variables aléatoires indépendantes, les fonctions de deux variables aléatoires et les variables aléatoires gaussiennes.
Introduit des concepts fondamentaux de probabilité, y compris des événements, des compléments, des probabilités conditionnelles et des variables aléatoires.
Couvre les probabilités conditionnelles, illustrant comment les événements influencent les probabilités des uns et des autres et leurs applications dans des scénarios réels.
Explique lestimation, la corrélation et la corrélation Pearson dans les statistiques, en se concentrant sur la mesure et la description des relations entre les variables.
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 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.
Couvre la corrélation et les corrélations croisées dans l'analyse des données sur la pollution atmosphérique, y compris les séries chronologiques, les autocorrelations, l'analyse de Fourier et le spectre de puissance.