Couvre les concepts fondamentaux de probabilité et de statistiques, y compris les résultats intéressants, le modèle standard, le traitement de l'image, les espaces de probabilité et les tests statistiques.
Explore le théorème de la limite centrale, la covariance, la corrélation, les variables aléatoires articulaires, les quantiles et la loi des grands nombres.
Couvre les modèles stochastiques de communication, se concentrant sur les variables aléatoires, les chaînes Markov, les processus Poisson et les calculs de probabilité.
Couvre les bases de la biophysique des polymères, y compris la modélisation de la conformation de l'ADN et le principe de Boltzmann, en mettant l'accent sur la décroissance exponentielle des corrélations entre les segments.
Couvre les facteurs de vision spéculaire, l'échange radiatif, le transfert d'énergie et les méthodes d'intégration numérique dans le rayonnement thermique.
Couvre les tests de ratio de vraisemblance, leur optimalité et les extensions dans les tests d'hypothèses, y compris le théorème de Wilks et la relation avec les intervalles de confiance.
Couvre la méthode Markov Chain Monte Carlo et l'algorithme Metropolis-Hastings pour générer des échantillons à partir d'une distribution de probabilité cible.