能直覺了解數學理論的人屈指可數，很多人一定因為難以觀想而感到數學理論難以了解。為此布朗大學的丹尼爾·庫甯（Daniel Kunin）博士等人開發并公開了幫助了解機率、分散等數學理論的網站“Seeing Theory”。
Seeing Theory
https://seeing-theory.brown.edu/
通路上述網站，單擊“開始”……
第1章（Chapter 1）是機率基礎「Basic Probability」顯示為。每章有三個項目，第一章是“偶然事件（Chance Events）”、“期望值（Expectation）”、“變化幅度（Variance）”。
當您點選“偶然事件（Chance Events）”時...
描述在左側，圖像在右側。 例如，描述指出抛硬币要麼是“正面”，要麼是“背面”，并且每個硬币的出局機率為1/2。
描述中有一個“抛硬币（Flip the Coin）”按鈕，可以體驗這枚硬币兩面的機率。 當您單擊該按鈕時，硬币被抛出并出現正面（H）或背面（T），左側的條形圖顯示硬币的正面和背面以百分比形式出現。 當點選一次“抛硬币（Flip the Coin）”時，出現了一個“T”，是以條形圖隻出現在左側條形圖的T部分。
如果多次單擊“抛硬币（Flip the Coin）”按鈕，條形圖将随着不同結果的出現而變化。 在下圖“H” 占優勢。
對于那些覺得多次方點選很煩的人，還有 100 次連續點選按鈕。 當我點選“抛100 次（Flip100times）”時，100 次抛硬币很快完成，條形圖幾乎變為相等。 從條形圖的走勢可以看出，你擲硬币的次數越多，獲得正面和反面的機率就越相等。
接下來是“期望值（Expectation）”。該描述以擲骰子時出現的機率為例，并用數學公式解釋了期望值的定義。
當我點選描述中的“擲骰子（Roll the Die）”時，我首先看到的是“6”。 當然，此時的平均值是 6。 當我再次單擊時，下一個是“2”，平均值變為 4。
如果反複單擊，平均值将發生變化。 無限點選無限收斂的值是預期值。
像以前一樣單擊“擲 100 次（Roll 100 times）”按鈕可連續擲 100 次。
擲骰子約 300 次後，該值無限接近此示例中的預期值“3.5”。
如果單擊每章末尾的“下載下傳(Download)”...
可以下載下傳與每個章節相關的論文的PDF檔案。
在第2章中，“複合機率(Compound Probability)”有三個項目：“集合論(Set Theory)”、“計數(Counting)”、“條件機率(Conditional Probability)”。
第2章有三個項目作為“複合機率”：“集合論”，“計數”和“”。
“集合論(Set Theory)”是關于“集合”的内容。 右圖顯示了韋恩圖。
使用集合描述下方的按鈕在文本字段中輸入“A∩B”，然後單擊“送出（Submit）”時...
A（橙色）和B（綠色）的共同部分顯示為黃色。
如果您輸入“A∪（B∩C）”...
黃色共同部分顯示為這樣。
“條件機率（黃色）”是一種動畫，它使用從A到C的每個條件作為障礙，并将球從上方掉落時反彈的球比作事件，以此來解釋“條件機率”。
當您單擊每個按鈕以增加條件的機率時，障礙物的長度會增加。 動畫使可視化條件機率的概念變得更加容易。
第3章是“機率分布（Probability Distributions）”，有“随機變量(Random Variable)”、“離散和連續（Discrete and Continuous）”和“中心極限定理(Central Limit Theorem)”三個項目。
離散和連續（Discrete and Continuous）允許您可視化兩個離散和連續機率分布。
如果您選擇“二項式(Binomical)”作為離散...
“二項分布”（機率品質函數）顯示在圖表中。
圖形可放大、縮小...
您還可以調整橙色滑塊以顯示累積分布函數
第4章頻率推理(Frequentist Inference)包括點估計（Point Estimation），置信區間（Confidence Interval）和引導(The Bootstrap)。
第5章貝葉斯推理(Bayesian Inference)包括貝葉斯定理(Bayes'Theorem)、似然函數（Likelihood Function）和先驗(Prior to Posterior)。
第 6 章回歸分析(Regression Analysis)包括普通最小二乘法(Ordinary Least Squares)、相關性(Correlation)和方差分析(Analysis of Variance)，以及您在各章中學習的其他進階機率和統計理論。