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.
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.
Couvre la méthode des moments pour estimer les paramètres et construire des intervalles de confiance basés sur des moments empiriques correspondant à des moments de distribution.
Explore le cadre de la théorie de la décision en théorie statistique, considérant les statistiques comme un jeu aléatoire avec des concepts clés tels que la recevabilité, les règles minimax et les règles Bayes.
Explore les fonctions t-périodiques de la série Fourier, en discutant des intervalles, des propositions et des changements variables pour le calcul des coefficients et la convergence des séries.
Explore les tests t, les intervalles de confiance, l'ANOVA et les tests d'hypothèse dans les statistiques, en soulignant l'importance d'éviter les fausses découvertes et de comprendre la logique derrière les tests statistiques.
