SUMMER 2009                            STAT   602                                      WOLFE

Time:  9:00 ­ 10:18 am, MWF

Place:  Cockins Hall, Room 218

Office Hours:  1:30 – 2:30 MWF in Cockins Hall 425, or by appointment

Text:  NONE—but I encourage you to purchase your autumn quarter text for 
either Stat 620 (Casella and Berger, 2nd edition) or Stat 610 (Rice, 3rd edition) early 
so that you will have more examples and problems to work on as we move 
through the material. 

GRADING FOR THE COURSE:

2 Examinations         35% each 105 points each
5 Homework Sets     6% each   18 points each

HOMEWORK SETS DUE:

Set 1   Wednesday, July 8          Set 2   Wednesday, July 15          

Set 3   Wednesday, July 22 Set 4   Wednesday, July 29  
Set 5   Wednesday, August 12

EXAMINATIONS:  Monday, July 27 from 8:30 – 10:18 and Friday, August 14 from 
8:30 – 10:18 a.m. ­­ both examinations will be in CH 218 and closed notes.

All problems in the homework sets will be graded. 

I will be out of town on the following class days:   July 10, August 3, August 5, 
August 17, August 19, August 21, and August 24.     Professor Stasny will cover 
portions of three of these days for me (July 10, August 3, and August 5), but the 
rest will be made up by starting most of our classes 30 minutes earlier at 8:30 
rather than 9 am.   I have attached a detailed schedule of the class meeting times 
for the entire quarter. 
Topics to be covered in the course will be chosen from among the following:

 1. Basic probability rules
 2. Conditional probability; Bayes' rule 
 3. Random variable
 4. Probability distribution of a random variable­­discrete and  continuous
 5. Cumulative distribution function
 6. Equal in distribution technique 
 7. Geometric series
 8. Binomial expansion
 9. Bernoulli variable
10. Random sample from a probability distribution
11. Gamma function
12. Normal distribution; gamma distribution; Poisson distribution; 
binomial distribution; hypergeometric distribution
13. Integration by parts
14. L'Hospital's rule
15. Properties of random variables­­general expectations­­mean, variance, 
moment generating function; Chebychev's inequality  
16. Taylor series
17. Sampling distributions­­examples
18. Minimum of a random sample
19. Maximum of a random sample
20. Maximization of functions­­Lagrange multipliers, Newton­Raphson
21. Distributions of functions of random variables­­change of variable, 
moment generating function technique, distribution function 
technique
22. Induction
23. Sequences and series of numbers; convergence properties
24. Asymptotics; large sample ideas; approximations; convergence 
properties for random variables