Couvre les essais t, le calcul des valeurs p et la comparaison des coefficients.
Couvre un exemple d'estimation des paramètres bayésiens et le compromis entre le biais et la variance dans l'apprentissage supervisé.
Couvre les variables aléatoires continues, les fonctions de densité de probabilité et les distributions, avec des exemples pratiques.
Explore les variables aléatoires continues, les fonctions de densité, les variables articulaires, l'indépendance et les densités conditionnelles.
Couvre la construction des intervalles de confiance pour une distribution normale avec une moyenne et une variance inconnues.
Couvre p-quantile, approximation normale, distributions articulaires et familles exponentielles en probabilité et en statistiques.
