Principles of Data Science

课程简介

描述性统计：变量；数据类型；数据收集和抽样技术；频率分布；表格；图形；集中趋势、离散程度和位置的度量。 概率简介：实验；事件和概率；计数规则；条件概率；独立性；贝叶斯定理。 随机变量：概率质量函数；离散随机变量的介绍，包括二项式、泊松、超几何分布；期望和方差；概率密度函数；连续随机变量的介绍，包括正态分布和卡方分布；中心极限定理。 估计：抽样分布：均值、比例和差异；置信区间：均值、比例、方差和差异。 假设检验：第一类和第二类错误；假设检验：均值、比例、方差和差异。

学习目标

本课程旨在向学生介绍概率、描述性统计以及统计估计和推断的基本概念。

先修要求

无

教学模式

课程将以讲座和辅导为主要授课方式。讲座将介绍课程大纲中概述的基本概念，并通过演示、辅导练习和作业等方式加以强化。