马同学图解 · 概率论与数理统计，连载中

在线性代数和单变量微积分后，“马同学图解”系列迎来新的成员 ---- 概率论与数理统计。

与线性代数和微积分这类基础数学不同，概率论与数理统计是一个应用类的学科。我们在生活中常常看见他们的身影。

例如德州扑克中的胜率：

采集数据后的曲线拟合：

它们都是典型的概率与统计的例子。

为了简便学习，数学家们早就帮我们总结出许多模型,如:二项分布、泊松分布、p值检验、t检验：

而同学们只要给出适当的模型就可以了，因此建模成了这门课的难点。

在本课程中，我们给出实验与数学的映射：

并且细化建模过程：

再辅以适当的练习，相信同学们会有不同的体验。

课程范围