תוכן הקורס ומטרתו
מבוא: מודל סטטיסטי, פונקציית הנראות, סטטיסטי מספיק, משפחה מעריכית של התפלגויות.
אמידה: אומד נראות מקסימלית, אמידה בשיטת המומנטים,טעות רבועית ממוצעת, אומד חסר הטיה, אי-שיוון קרמר-ראו,התהקטנת השונות ע"י שיפור ראו-בלקוול.
רווחי סמך.
בדיקת השערות: מוסגים בסיסיים,הלמה של ניימן-פירסון, מבחנים בעלי עצמה מקסימלית ובעלי עצמה מקסימלית במדה שווה, מבחני יחס הנראות מוכללים, מבחן סדרתי של וולד.
תיוריה של מדגמים הדגולים: סוגים שונים של התכנסות, עקיבות, עקיבות נורמלית אסימפטוטית, התפלגות אסימפטוטית של אמדי נראות מקסימלית, רווח סמך אסימפטוטי, משפט הקירוב של ווילקס
ושימושים למבחני יחס הנראות מוכללים, דוגמאות: מבחני t, F, מבחני טיב התאמה ואי-תלות.
הסקה בייזיאנית: מבוא, אמידה, רווחים בייזיאניים, בדיקת השערות.
הסילבוס המפורט מפורסם לתלמידי הקורס בלבד
