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.
Introduit des statistiques inférentielles, couvrant l'échantillonnage, la tendance centrale, la dispersion, les histogrammes, les scores z et la distribution normale.
Discute des mesures statistiques de la tendance centrale et de la dispersion, en se concentrant sur la moyenne, la médiane et leurs implications dans l'analyse des données.
Couvre les inégalités de concentration et les méthodes d'échantillonnage pour estimer les distributions inconnues, en mettant l'accent sur les taux d'infection de la population.
Explore les probabilités avancées, les variables aléatoires et les valeurs attendues, avec des exemples pratiques et des quiz pour renforcer l'apprentissage.
Couvre la distribution normale, les statistiques inférentielles, la probabilité et la distribution binomiale dans le contexte du «problème du joueur malhonnête».
Explore le théorème de la limite centrale, la covariance, la corrélation, les variables aléatoires articulaires, les quantiles et la loi des grands nombres.
Couvre la probabilité appliquée, les processus stochastiques, les chaînes de Markov, l'échantillonnage de rejet et les méthodes d'inférence bayésienne.
