3.1 Random Variables 3.2 Cumulative Distribution Function 3.3 Discrete Random Variables(DRV) 3.4 Continuous Random Variables 3.5 Functions of a Random Variable 3.6 Mathematical Expectation 3.7 Moments 3.8 Quantiles 3.9 Moment Generating Function (MGF) 3.10 Characteristic Function 3.11 Conclusion

5.1 Random Vectors and Joint Probability Distributions 5.2 Marginal Distributions 5.3 Conditional Distributions 5.4 Independence 5.5 Bivariate Transformation 5.6 Bivariate Normal Distribution 5.7 Expectations and Covariance 5.8 Joint Moment Generating Function 5.9 Implications of Independence on Expectations 5.10 Conditional Expectations 5.11 Conclusion

7.1 Limits and Orders of Magnitude: A Review 7.2 Motivation for Convergence Concepts 7.3 Convergence in Quadratic Mean and 𝑳𝑳𝒑𝒑-Convergence 7.4 Convergence in Probability 7.5 Almost Sure Convergence 7.6 Convergence in Distribution 7.7 Central Limit Theorems 7.8 Conclusion

9.1 Introduction to Hypothesis Testing 9.2 Neyman-Pearson Lemma 9.3 Wald Test 9.4 Lagrangian Multiplier (LM) Test 9.5 Likelihood Ratio Test 9.6 Illustrative Examples 9.7 Conclusion

第一节 测量不确定度的基本概念 第二节 标准不确定度A类评定 第三节 B类不确定度的评定 第四节 合成标准不确定度的评定 第五节 扩展不确定度 第六节 测量不确定度的报告与表示

复旦大学：《数理统计在化学中的应用》课程教学资源（课件讲稿）07 机器学习基础

复旦大学：《数理统计在化学中的应用》课程教学资源（参考资料）EXCEL常用统计函数介绍

复旦大学：《数理统计在化学中的应用》课程教学资源（讲稿）第五章 非参数检验

$7.0 什么是机器学习 $7.1 相关关系和相关系数(correlation and correlation coefficient) $7.2 相关系数的显著性检验 $7.3 线性回归和非线性回归 $7.4 一元线性回归线的置信区间 $7.5 多元二项式回归的Matalab实现 $7.6 回归方程的拟合检验 $7.7 Logistic Regression (Intuition) $7.8 Support Vector Machines (支持向量机) $7.9 Training, Validation, and Test

复旦大学：《数理统计在化学中的应用》课程教学资源（讲稿）第八章 方差分析（Analysis of Variance）