Think Stats（第 3 版）

请帮我把「Think Stats（第 3 版）」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://allendowney.github.io/ThinkStats/
我的系统：Windows。如果实际不符，先调整方案。
本次路线：在 Colab 跟做第一章。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：每章 notebook 末尾的 Exercises 是练习入口；先在 nb 的练习版本作答，需要核对时再看 soln，不直接把解答当练习完成。数据按 notebook 指定来源读取，网络失败需记录。
课节（官方顺序）：
1. Exploratory Data Analysis：https://allendowney.github.io/ThinkStats/chap01.html
2. Distributions：https://allendowney.github.io/ThinkStats/chap02.html
3. Probability Mass Functions：https://allendowney.github.io/ThinkStats/chap03.html
4. Cumulative Distribution Functions：https://allendowney.github.io/ThinkStats/chap04.html
5. Modeling Distributions：https://allendowney.github.io/ThinkStats/chap05.html
6. Probability Density Functions：https://allendowney.github.io/ThinkStats/chap06.html
7. Relationships between variables：https://allendowney.github.io/ThinkStats/chap07.html
8. Estimation：https://allendowney.github.io/ThinkStats/chap08.html
9. Hypothesis Testing：https://allendowney.github.io/ThinkStats/chap09.html
10. Least Squares：https://allendowney.github.io/ThinkStats/chap10.html
11. Multiple Regression：https://allendowney.github.io/ThinkStats/chap11.html
12. Time Series Analysis：https://allendowney.github.io/ThinkStats/chap12.html
13. Survival analysis：https://allendowney.github.io/ThinkStats/chap13.html
14. Analytic Methods：https://allendowney.github.io/ThinkStats/chap14.html

1. 环境
- 使用书首页对应章节的 Colab 入口，登录自己的 Google 账号并保存个人副本；运行首个导入单元，按 notebook 声明准备依赖，不在本机安装 Python。
- 只有明确选择本机路线时，才按以下对应系统说明配置。
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 第三版 notebook 与代码：git clone --depth 1 https://github.com/AllenDowney/ThinkStats 到 official/（许可：根 LICENSE 为 MIT；nb/thinkstats.py 文件头为 GNU GPLv3；正文与第三方数据另有条款）；使用 v3 分支，保留根 LICENSE、各文件头声明及正文和数据条款。根 LICENSE 为 MIT，但 nb/thinkstats.py 明确署 GNU GPLv3；有不同声明的文件按其声明处理，发布衍生内容前核对适用范围。；本次准备个人学习副本，转载或发布修改版另按上述许可条件处理。
- 第三版与逐章 Colab 入口：只记录链接 https://allendowney.github.io/ThinkStats/（仅保存官方链接；未核定此材料的复制许可，不自动下载或镜像。）
3. 目录（最外层放在我确认的位置）
think-stats-3e/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.md     # 环境自检，按 README 操作
├── official/        # 官方材料
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    ├── 01-lesson-01/
    ├── 02-lesson-02/
    ├── 03-lesson-03/
    ├── 04-lesson-04/
    ├── 05-lesson-05/
    ├── 06-lesson-06/
    ├── 07-lesson-07/
    ├── 08-lesson-08/
    ├── 09-lesson-09/
    ├── 10-lesson-10/
    ├── 11-lesson-11/
    ├── 12-lesson-12/
    ├── 13-lesson-13/
    └── 14-lesson-14/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.md，逐项检查并记录“通过/未通过”：
- 按浏览器或在线 notebook 清单检查，不为自检安装本机终端。
  - 在 Colab 笔记本的 Python 单元运行：import numpy, pandas, matplotlib; print("imports ok")  → 输出 imports ok；若依赖缺失按该章 notebook 指定方式处理，不代表习题已完成。
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。