Couvre la théorie de l'échantillonnage, les statistiques et l'inférence, en mettant l'accent sur la distribution de l'échantillonnage des statistiques.
Explorer les distributions d'échantillonnage, les propriétés des estimateurs et les mesures statistiques pour les applications de la science des données.
Explore des statistiques suffisantes, la compression des données et leur rôle dans l'inférence statistique, avec des exemples comme Bernoulli Trials et des familles exponentielles.
Explore la suffisance et l'ancilarité de la théorie de l'échantillonnage, soulignant l'importance de statistiques suffisantes pour compresser les données sans perdre d'information.
Couvre les statistiques, la conception expérimentale, les erreurs, les distributions, les implications de la taille de l'échantillon et les résultats nuls.