Part II — সম্ভাব্যতা তত্ত্ব: ভিত্তি (Probability: Foundations)

পরিসংখ্যানের ভাষা হলো probability। random variable, distribution, expectation — এগুলোই Part IV-এর inference ও Part V–VI-এর modeling-এর হাতিয়ার। Part 0 (calculus, sets) ও Part I ধরে নেওয়া হয়েছে।

প্রতিটি অধ্যায়ে ৮টি অংশ — ভূমিকা → মূল ধারণা → উদাহরণ → প্রমাণ → কোড ল্যাব (Python) → ভিজ্যুয়ালাইজেশন → অনুশীলনী → সারসংক্ষেপ। সমাধান: _solutions/।

অধ্যায়সমূহ (Chapters)

#	অধ্যায়	মূল বিষয়
2.1	Sample Spaces, Axioms & Counting Probability	\(\Omega\), events, Kolmogorov axioms, inclusion–exclusion, classical probability
2.2	Conditional Probability, Independence & Bayes	conditional probability, total probability, Bayes' theorem, base-rate fallacy
2.3	Random Variables & Discrete Distributions	PMF/CDF, Bernoulli, Binomial, Poisson, Geometric
2.4	Continuous Distributions	PDF/CDF, Uniform, Exponential, Normal, Gamma, Beta, 68–95–99.7
2.5	Expectation, Variance, Moments & MGF	E[X], LOTUS, variance, moments, skewness/kurtosis, MGF
2.6	Joint Distributions & Covariance	joint/marginal/conditional, covariance, E[Y∣X], bivariate Normal
2.7	Transformations & Order Statistics	change-of-variables (Jacobian), convolution, order statistics, PIT

এরপর (Next)

Part III — অসমতা, অভিসারণ ও random process. এখানে distribution-এর ভিত্তি গড়লাম; এরপর LLN, CLT — কেন sample বড় হলে গড় স্থিত হয় ও normal উদয় হয়।

---

পরিভাষা: ../GLOSSARY.md · পরিকল্পনা: ../PLAN.md · সিলেবাস: ../README.md