| 1 |
معرفی مدل آماری و خانواده توزیع های آماری |
|
| 2 |
مفاهیم فروکاهی داده ها |
|
| 3 |
بسندگی و بسندگی مینیمال |
|
| 4 |
قضیه باسو و کاربردهای آن |
|
| 5 |
قضیه لهمن شفه و قضیه رائو بلکول و کاربردهای آنها |
|
| 6 |
اصول جایگذاری |
|
| 7 |
تعطیل رسمی |
|
| 8 |
تمرین کدهای محاسباتی |
|
| 9 |
مفاهیم پایایی و گروه تبدیلات |
|
| 10 |
پایایی ماکسیمال |
|
| 11 |
مفاهیم بیز |
|
| 12 |
تابع زیان و تابع مخاطره |
|
| 13 |
تمرین های تکمیلی |
|
| 14 |
مقدمه ای بر نظریه تصمیم |
|
| 15 |
قواعد تصمیم پذیرفتنی |
|
| 16 |
مطالب تکمیلی و جمع بندی |
|
| 17 |
مقدمه ای بر استنباط آماری و هدف آن |
|
| 18 |
مروری بر روش های تولید نمونه های تصادفی در استنباط آماری |
|
| 19 |
اصل بسندگی و آماری بسنده |
|
| 20 |
آماره های کامل و فرعی |
|
| 21 |
اطلاع فیشر و نامساوی کرامر رائو |
|
| 22 |
روش های برآورد گشتاوری و درستنمایی ماکسیمم |
|
| 23 |
حل تمرین های تکمیلی |
|
| 24 |
برآورد جک نایف و الگوریتم EM |
|
| 25 |
آزمون میانترم |
|
| 26 |
برآوردگرهای پایا و هم پایا |
|
| 27 |
حل تمرین های تکمیلی |
|
| 28 |
معرفی توزیع پیشین و توزیع پسین |
|
| 29 |
تعیین برآوردگر بیز |
|
| 30 |
نمونه گیری گیبس و کدهای شبیه سازی |
|
| 31 |
قواعد تصمیم بیزی |
|
| 32 |
قواعد تصمیم مینیماکس |
|
| 33 |
|
|