Discute des distributions de probabilité et du théorème de la limite centrale, en soulignant leur importance dans la science des données et l'analyse statistique.
Introduit des statistiques inférentielles, couvrant l'échantillonnage, la tendance centrale, la dispersion, les histogrammes, les scores z et la distribution normale.
Explore les caractéristiques de la distribution normale, les scores Z, la probabilité dans les statistiques inférentielles, les effets d'échantillon et l'approximation de la distribution binomiale.
Explore les méthodes avancées d'acceptation-rejet, l'échantillonnage à partir de la distribution normale et la génération de variables aléatoires multivariées.
Explorer l'analyse de la pollution atmosphérique à l'aide de données sur le vent, de distributions de probabilités et de modèles de trajectoire pour l'évaluation de la qualité de l'air.
Explore le théorème de la limite centrale, la covariance, la corrélation, les variables aléatoires articulaires, les quantiles et la loi des grands nombres.
Présente les bases de l'analyse et de la gestion des risques en génie civil, couvrant les distributions, les rappels statistiques et les techniques d'interprétation mathématique.
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 le théorème de Bayes pour la détection de pièces défectueuses, les variables aléatoires discrètes et les fonctions de distribution, avec des exemples pratiques et des exercices.
Introduit des concepts clés en matière de probabilité et de statistiques, couvrant la probabilité d'événement, l'analyse des données et la détection des particules.
Couvre les méthodes d'identification et de traitement des valeurs extrêmes dans les données, y compris les procédures statistiques de détection aberrante.
Introduit les bases de l'apprentissage supervisé, en mettant l'accent sur la régression logistique, la classification linéaire et la maximisation de la probabilité.
Couvre la définition de la distribution gaussienne multivariée et de ses propriétés, y compris la fonction génératrice de moment et les combinaisons linéaires de variables.
