Explore les distributions de probabilité pour les variables aléatoires dans les études sur la pollution atmosphérique et le changement climatique, couvrant les statistiques descriptives et inférentielles.
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.
Présente des statistiques de comparaison, des taux d'erreur, des tests d'hypothèses et des exemples réels d'efficacité du traitement et d'analyse d'haltérophilie.
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 l'inférence statistique, la suffisance et l'exhaustivité, en soulignant l'importance de statistiques suffisantes et le rôle de statistiques complètes dans la réduction des données.
Couvre les concepts fondamentaux de probabilité et de statistiques, en se concentrant sur l'analyse des données, la représentation graphique et les applications pratiques.
Explore le phénomène Stein, présentant les avantages du biais dans les statistiques de grande dimension et la supériorité de l'estimateur James-Stein sur l'estimateur de probabilité maximale.
Introduit la conception expérimentale en biostatistiques, couvrant le processus de recherche, les tests d'hypothèses, la modélisation ANOVA et l'interprétation des résultats.
Couvre le concept d'échantillonnage, le théorème d'échantillonnage, la reconstruction du signal et la conversion des signaux analogiques en signaux numériques.
Explique le test t à deux échantillons pour comparer les moyennes d'échantillons indépendants, y compris les étapes de test d'hypothèse et le calcul statistique de test.
Explore l'exhaustivité, la suffisance minimale et les modèles statistiques spéciaux, en se concentrant sur les familles exponentielles et de transformation.
Couvre les bases de la régression linéaire et la façon de résoudre les problèmes d'estimation en utilisant les moindres carrés et la notation matricielle.