# Модуль 03. Вероятность, статистика и эксперименты

Плановый срок: **недели 6–7**.

## Цели

- понимать случайные величины, распределения и условную вероятность
- оценивать неопределённость и корректно проверять гипотезы
- отличать корреляцию, предсказание и причинность

## Предварительные знания

Нужны базовая алгебра, суммы и функции, а для примеров — NumPy и понятие векторизации.

## Теория

1. [Вероятность, Байес, ожидание и распределения](notes/01_probability_bayes_distributions.md)
2. [Выборки, LLN, CLT, bootstrap и доверительные интервалы](notes/02_sampling_lln_clt_bootstrap_ci.md)
3. [Проверка гипотез, p-value, мощность и A/B-тесты](notes/03_hypothesis_testing_ab.md)

Термины модуля: [`notes/glossary.md`](notes/glossary.md).

Для каждого урока: прочитайте теорию, воспроизведите ключевой пример своими
руками и запишите три тезиса без подсказки. Формулы из этого модуля нужно
уметь связать с кодом и наблюдаемым поведением модели.

## Задания

- [`assignments/01_monte_carlo.md`](assignments/01_monte_carlo.md) — Монте-Карло и сходимость
- [`assignments/02_bayes.md`](assignments/02_bayes.md) — Байесовская диагностика
- [`assignments/03_ab_test.md`](assignments/03_ab_test.md) — Разбор A/B-теста

## Завершение модуля

Модуль завершён, когда все задания удовлетворяют критериям приёмки,
вы можете объяснить основные решения без ноутбука и получили review.