Couvre les intervalles de confiance pour les moyennes gaussiennes, la distribution des élèves et les intervalles de confiance de Wald pour les estimateurs de probabilité maximale.
Couvre la méthode des moments pour estimer les paramètres et construire des intervalles de confiance basés sur des moments empiriques correspondant à des moments de distribution.
Introduit des statistiques descriptives, une quantification de l'incertitude et des relations variables, soulignant l'importance de l'interprétation statistique et de l'analyse critique.
Couvre les concepts fondamentaux des probabilités et des statistiques, y compris la régression linéaire, les statistiques exploratoires et l'analyse des probabilités.
S'insère dans la dualité entre les intervalles de confiance et les tests d'hypothèses, soulignant l'importance de la précision et de l'exactitude dans l'estimation.
Explore la propagation de l'incertitude dans les variables corrélées et les corrélations extrêmes, l'inégalité de Tchebychev, les intervalles de confiance et le développement de la série Taylor.
Couvre les statistiques descriptives, les tests d'hypothèses et l'analyse de corrélation avec diverses distributions de probabilités et des statistiques robustes.
Discute des méthodes d'estimation en probabilité et en statistiques, en se concentrant sur l'estimation du maximum de vraisemblance et les intervalles de confiance.
Couvre les intervalles de confiance, les tests d'hypothèse, les erreurs standard, les modèles statistiques, la probabilité, l'inférence bayésienne, la courbe ROC, la statistique Pearson, la bonté des tests d'ajustement et la puissance des tests.
