Couvre les concepts fondamentaux des probabilités et des statistiques, y compris la régression linéaire, les statistiques exploratoires et l'analyse des probabilités.
Couvre les bases de la régression linéaire, la méthode OLS, les valeurs prédites, les résidus, la notation matricielle, la bonté d'adaptation, les tests d'hypothèse et les intervalles de confiance.
Couvre les statistiques descriptives, les tests d'hypothèses et l'analyse de corrélation avec diverses distributions de probabilités et des statistiques robustes.
Explore le modèle de régression linéaire, les propriétés de l'OLS, les tests d'hypothèse, l'interprétation, les transformations et les considérations pratiques.
Introduit des statistiques descriptives, des tests d'hypothèses, des valeurs p et des intervalles de confiance, soulignant leur importance dans l'analyse des données.
Explore la théorie de la distribution des estimateurs des moindres carrés dans un modèle linéaire gaussien, en mettant l'accent sur la construction des intervalles de précision et de confiance.
