Plonge dans la théorie des probabilités avancées, couvrant les inégalités, les essais, les distributions et les calculs pour les probabilités et les attentes.
Introduit des fonctions de masse de probabilité pour des variables aléatoires discrètes et diverses distributions, en mettant l'accent sur le calcul des attentes.
Explore le modèle de tarification des immobilisations, couvrant le compromis risque-rendement, la LMS, lestimation bêta et les applications dans la finance.
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.
