概率、统计和线性模型的基本概念是数据科学工作的主要基石。 有志成为生物统计学家和数据科学家的学员将受益于本专业提供的基础知识。 它将使学员了解数据科学中关键建模工具（如最小二乘法和线性回归）的幕后机制。

本专业从数理统计引导课程开始，特别是生物统计学应用中使用的概念和方法。 这些概念和方法包括概率、分布和可能性概念，以及假设检验和病例对照抽样。

本专业还包括数据科学的线性模型，从从线性代数和数学角度理解最小二乘法开始，到统计线性模型，包括使用 R 编程语言的多元回归。 这些课程将为学习者打下回归模型线性代数处理的坚实基础，这将大大增强应用数据科学家对回归模型的一般理解。

本专业需要一定的数学基础。学习这些内容需要基础微积分和线性代数。

应用的学习项目

数据科学高级统计学专业课程包含一系列严格的分级测验，以测试学生对概率、分布、可能性概念、假设检验和病例对照抽样等关键概念的理解。