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.
Discute des principes fondamentaux de la probabilité et des processus stochastiques, en se concentrant sur les variables aléatoires, leurs propriétés et leurs applications dans le traitement statistique du signal.
Explore le lien entre les graphiques et les probabilités, en mettant l'accent sur les probabilités modulaires et super modulaires et les propriétés de corrélation.
Couvre les concepts fondamentaux de la statistique, y compris la théorie de l'estimation, les distributions et la loi des grands nombres, avec des exemples pratiques.
Explore l'indépendance statistique, la corrélation, les fonctions de Gauss, l'estimation de la probabilité et les modèles de mélange gaussien pour le regroupement.
Explore la chimie des polymères, les techniques de synthèse et l'ingénierie macromoléculaire, en mettant l'accent sur les méthodes de polymérisation vivantes et l'organisation du cours.
Explore la stationnarité dans les processus stochastiques, en montrant comment les caractéristiques statistiques restent constantes au fil du temps et les implications sur les variables aléatoires et les transformées de Fourier.
Introduit les types de variables, la distribution multinomiale, les caractéristiques des données, les formes des densités, la corrélation et les méthodes de visualisation des données.
Couvre la théorie des probabilités, les distributions et l'estimation dans les statistiques, en mettant l'accent sur la précision, la précision et la résolution des mesures.
