统计推断：从样本到结论

资料与官方入口

MIT 18.650 · Statistics for Applications；MIT · Philippe Rigollet。

英文 / 视频 / 作业

• 课程与作业

开始前需要什么

概率论、微积分与基本线代。

建议阅读顺序

1. 统计模型与参数估计。
2. 最大似然与估计量性质。
3. 置信区间、假设检验。
4. 回归等课程后续内容。

独立训练建议

以下为本站建议的训练任务，不是教材原题或官方作业要求。

1. 写清总体参数、观测数据与估计量。
2. 推导简单模型的估计量，检查假设。
3. 用重复抽样观察偏差、方差与覆盖率。

习题与解答情况

提供讲义、视频和作业；本次未确认完整公开官方解答。

怎样用于论文分析

判断论文中的实验差异是否足以支持结论。

覆盖边界

为进一步高维统计与研究专题打基础。

返回与站内连接

免费阅读与训练总览

资料入口沿用 2026-09-14 的核查结果；凸优化与强化学习补充入口于 2026-10-06 再核查。源站可能调整，未确认完整解答不代表解答不存在。