描述
使用开源软件的数据科学理论基础。经验分布函数、点估计、区间估计、假设检验、极大似然与矩估计法。发展形式化工具，并通过模拟演示概念。抽象概念通过可视化和数值计算变得具体。
先修课程
- 先决条件：MATH 2007（或 MATH 1005 或 MATH 2052）；并且 DATA 2500；并且 DATA 1519（或 STAT 2509 或 STAT 2559）。
条件与方式
- 不予额外学分：不予额外学分：STAT 3508、STAT 3558。
- 先决条件：MATH 2007（或 MATH 1005 或 MATH 2052）；并且 DATA 2500；并且 DATA 1519（或 STAT 2509 或 STAT 2559）。
- 每周三小时讲座，每周一小时实验。
原文参考文本
Theoretical foundations to data science using open source software. Empirical distribution functions, point estimation, interval estimation, tests of hypotheses, maximum likelihood and method of moments. Formal tools are developed, and concepts are demonstrated using simulation. Abstract concepts are made concrete through visualization and numerical computation.
- Prerequisite(s): MATH 2007 (or MATH 1005 or MATH 2052 ); and DATA 2500 ; and DATA 1519 (or STAT 2509 or STAT 2559 ).
- Precludes additional credit for Precludes additional credit for STAT 3508 , STAT 3558 .
- Lectures three hours a week, laboratory one hour a week.
来源与参考
为帮助您核实信息，保留了日期和来源。为便于阅读提供了翻译；以官方来源为准，查看条件和要求。
来源参考 : https://calendar.carleton.ca/undergrad/courses/STAT/