Introduit la modélisation de comportement à travers un exemple simple, se concentrant sur les composants de modélisation de choix et l'analyse du marché de la voiture électrique.
Couvre le concept d'estimation ponctuelle dans les statistiques, en se concentrant sur les méthodes d'estimation des paramètres inconnus à partir d'un échantillon donné.
Fournit un aperçu des modèles linéaires généralisés, en mettant l'accent sur les modèles de régression logistique et de Poisson, et leur mise en oeuvre dans R.
Couvre la probabilité appliquée, les processus stochastiques, les chaînes de Markov, l'échantillonnage de rejet et les méthodes d'inférence bayésienne.