Grundläggande sannolikhetsteori
Introduktion till sannolikhetsbegreppet, händelser och grundläggande sannolikhetsregler.
Lär dig sannolikhetsteori och statistik med tydliga förklaringar, interaktiva grafer och praktiska exempel. Från grundläggande sannolikheter till avancerad hypotesprövning och regression.
Varje koncept förklaras steg för steg med exempel och intuition.
Visualisera matematiska koncept med tydliga grafer och diagram.
Komplett samling av alla viktiga formler och deriveringsregler.
Sannolikhetsteori och statistik är inte bara teoretisk matematik - det är grunden för många praktiska tillämpningar som påverkar vårt dagliga liv och är avgörande för att förstå och tolka vår värld. Här är några viktiga områden:
Kliniska studier, epidemiologi och diagnostiska test använder statistik för att utvärdera behandlingseffekter och säkerhet.
Riskbedömning, marknadsanalys, försäkringsmatematik och investeringsstrategier baseras på statistiska modeller.
Industriell kvalitetskontroll, processoptimering och felanalys använder statistik för att säkerställa produktkvalitet.
Maskininlärning, datautvinning och prediktiv analys bygger på sannolikhetsteoretiska fundament.
Opinionsundersökningar, demografisk analys och samhällsforskning använder statistiska metoder för att förstå samhällstrender.
Experimentdesign, hypotesprövning och resultatanalys inom naturvetenskap, psykologi och många andra forskningsområden.
Introduktion till sannolikhetsbegreppet, händelser och grundläggande sannolikhetsregler.
Permutationer, kombinationer och variationer för beräkning av sannolikheter.
Betingad sannolikhet, oberoende händelser och Bayes sats.
Definition av slumpvariabler, sannolikhetsfunktioner och väntevärden för diskreta fördelningar.
Binomialfördelning, dess egenskaper och tillämpningar vid upprepade Bernoulli-försök.
Poissonfördelning som approximation av binomialfördelning och för sällsynta händelser.
Täthetsfunktioner, fördelningsfunktioner och väntevärden för kontinuerliga fördelningar.
Normalfördelning, standardnormalfördelning och centrala gränsvärdessatsen.
Centrala gränsvärdessatsen och dess tillämpningar för approximationer av fördelningar.
Lägesmått, spridningsmått och grafisk presentation av data.
Fördelning av stickprovsmedelvärden och standardfel.
Konstruktion och tolkning av konfidensintervall för populationsparametrar.
Formulering av hypoteser, teststatistik och signifikansprövning.
Test för medelvärden med z-test och t-test för olika situationer.
Chi-två test för goodness-of-fit och oberoende i kontingenstabell.
Envägs variansanalys för jämförelse av flera gruppers medelvärden.
Linjär korrelation, regressionsanalys och minsta kvadratmetoden.
Rangordningstest och andra icke-parametriska metoder när normalfördelning inte gäller.
Fördjupning av Bayes' teorem med tillämpningar inom diagnostik och beslutsfattande.
Introduktion till bayesiansk inferens, MCMC och jämförelse med frekventistisk statistik.
Planering av experiment, randomisering, blocking och power-analys.
Analys av tid-till-händelse data med censurering, Kaplan-Meier och Cox-regression.
Analys av tidsseriedata, stationäritet, ARIMA-modeller och prognostisering.