有刚刚到美国麻省理工学院上学的留学生，还没完全适应那边的学习节奏。导致有些同学会有看不懂课件，跟不上老师上课节奏的情况出现。小编收到一些同学的留言说可不可以讲解一下美国麻省理工学院本科概率与统计导论的课件?具体的课件内容小编已经写在下面啦，快来看看吧。
一、美国麻省理工本科概率与统计导论课件大纲
1.概率
2.计数
3.随机变量，分布，分位数，平均方差
4.条件概率，贝叶斯定理，基本率谬误
5.联合分布，协方差，相关性，独立性
6.中心极限定理
7.已知先验的贝叶斯推理，概率区间
8.共轭先验
9.应用概率
10.未知先验的贝叶斯推理
11.频率显著性检验和置信区间
12.重采样方法:引导
13.线性回归
二、美国麻省理工本科概率与统计导论课件教学目的
完成课程的学生在概率这方面将能够:
1. 使用基本的计数技术(乘法规则，组合，排列)来计算概率和几率。
2. 使用R来运行概率场景的基本模拟。
3. 直接计算条件概率，使用贝叶斯定理，并检查事件的独立性。
4. 建立和处理离散随机变量。特别是，理解伯努利分布，二项分布，几何分布和泊松分布。
5. 处理连续随机变量。特别是，了解均匀分布、正态分布和指数分布的性质。
6. 知道期望和方差的意思并能计算它们。
7. 理解大数定律和中心极限定理。
8. 计算联合分布变量之间的协方差和相关性。
9. 使用可用的资源(互联网或书籍)和其他发行版来学习。
完成课程的学生在统计数据这方面将能够:
1. 创建和解释散点图和直方图。
2. 理解概率函数和似然函数的区别，找出模型参数的最大似然估计。
3. 用离散先验进行贝叶斯更新，计算后验分布和后验概率。
4. 用连续先验进行贝叶斯更新。
5. 利用后验分布构造估计和预测。
6. 找到参数估计的可信区间。
7. 使用零假设显著性检验(NHST)来检验结果的显著性，并理解和计算这些检验的p值。
8. 使用具体显著性检验，包括z检验、t检验(一个和两个样本)、卡方检验。
9. 找到参数估计的置信区间。
10. 使用自举估计置信区间。
11. 计算和解释两个变量之间的简单线性回归。
12. 建立数据与模型的最小二乘拟合。
上述内容就是美国麻省理工学院本科概率与统计导论的课件内容，对课程还有其他疑问的同学可以联系我们。需要课程辅导的同学也可以前来咨询，我们会详细的为你解答你所提出的问题并帮助辅导你学习这门课程。
