Le cours se compose de deux parties.
Dans la première partie, nous explorons les éléments suivants: notions d'expérience aléatoire, d'événement,, probabilité d'un événement (calcul des probabilités, probabilités conditionnelles, probabilités composées et probabilités totales, théorème de Bayes, indépendance d'événements, notion de variable aléatoire et éléments caractéristiques d'une variables aléatoire, notion de vecteur aléatoire, covariance et corrélation, indépendance de variables aléatoires, lois (modèles) de probabilité (lois discrètes: uniforme, bernoulli, binomiale, hypergéométrique, poisson, géométrique, binomiale négative. Lois continues: uniforme, exponentielle, normale), théories asymptotiques (lois faibles des grands nombres, convergences en loi (théorème central limite, approximations).
Dans la deuxième partie, nous abordons : les éléments de statistiques inférentielles: distribution d'échantillonnage (moyennes, proportions, variances), notion d'estimateurs et estimation, estimation ponctuelle et estimation par intervalle, notion de test d'hypothèse, erreur de première et de seconde espèce, test unilatéral et test bilatéral, test de comparaison à un standard, test de comparaison de deux paramètres (proportion, moyenne, variance), test d'ajustement, d'homogénéité, d'indépendance. Indicateur de liaison entre deux variables quantitatives: coefficient de corrélation, régression linaire, analyse de la variance.