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 statistiques descriptives, les tests d'hypothèses et l'analyse de corrélation avec diverses distributions de probabilités et des statistiques robustes.
Couvre les techniques de réduction de la variance dans la simulation stochastique pour améliorer la précision de l'estimation de la quantité de sortie.
Discute de l'estimation et de la propagation de l'incertitude dans les variables aléatoires et de l'importance de gérer l'incertitude dans l'analyse statistique.
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.
Il explore la construction de régions de confiance, les tests d'hypothèse inversés et la méthode pivot, en soulignant l'importance des méthodes de probabilité dans l'inférence statistique.
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.
Explorer l'incertitude basée sur l'optimisation quantification pour les problèmes inverses mal posés dans les sciences physiques, en mettant l'accent sur les méthodes de régularisation et les constructions d'intervalles.
Couvre les types de détecteurs, les statistiques de comptage, la prédiction des erreurs et l'estimation de l'incertitude dans les mesures, en soulignant l'importance des tests statistiques et l'optimisation des expériences.
Explore les matrices de corrélation, la régression, la variance, les intervalles de confiance et les systèmes normalisés dans la modélisation statistique.
Explore les processus gaussiens, les systèmes linéaires, les transformations et les propriétés de bruit dans les applications de contrôle multivariables.
Couvre les concepts fondamentaux des probabilités et des statistiques, y compris la régression linéaire, les statistiques exploratoires et l'analyse des probabilités.
Explore l'analyse des données bivariées dans les biostatistiques appliquées, couvrant la corrélation, la régression, la sélection des modèles et le diagnostic.
