In dieser Woche werden wir die Informationen in den Daten beschreiben und zusammenfassen, indem wir numerische Werte oder Maße verwenden, die Informationen zusammenfassen können. Dies ist eine entscheidende Erweiterung der Analyse der vorangegangenen Woche. Auch wenn Diagramme informativ sind, ist es für ein besseres Verständnis der vorliegenden Daten in der Regel entscheidend, ihre numerischen Eigenschaften zu erörtern. In dieser Woche werden wir uns eine Reihe von Messwerten ansehen, wie z.B. Maße für die zentrale Tendenz, den Bereich, die Varianz, die Standardabweichung usw.

Die Wahrscheinlichkeitstheorie ist eine junge Erscheinung in der Mathematik - und die auf die Praxis angewandte Wahrscheinlichkeit ist als Disziplin fast nicht existent. Wir alle sollten die Wahrscheinlichkeitsrechnung verstehen, und dieser Vortrag wird Ihnen dabei helfen. Es ist wichtig, dass Sie zunächst verstehen, dass die Welt, in der Ihre Zukunft stattfindet, nicht deterministisch ist - und dass es zukünftige Ergebnisse gibt, für die kein Wahrscheinlichkeitsmodell entwickelt werden kann... In dieser Woche werden wir die grundlegende Definition der Wahrscheinlichkeit, die Regeln der Wahrscheinlichkeit, Zufallsvariablen, -Wahrscheinlichkeitsdichtefunktionen, Erwartungen einer Zufallsvariablen und bivariate Zufallsvariablen behandeln

Damit eine statistische Analyse richtig funktioniert, ist eine geeignete Stichprobe erforderlich, die aus einer Grundgesamtheit von Objekten mit gemessenen Merkmalen gezogen wird. In dieser Woche werden wir uns mit statistischen Schätzungen, der Stichprobenverteilung des Mittelwerts, Punktschätzungen, Intervallschätzungen, Hypothesentests und der Nullhypothese befassen und uns einige Beispiele aus dem wirklichen Leben ansehen, in denen diese verwendet werden.