本文介绍了统计学的基础知识，包括样本性质、统计量、抽样分布、点估计、区间估计、假设检验、描述性分析和可视化分析。讨论了样本均值、方差、分位数、卡方分布、t分布、F分布以及如何使用统计量进行点估计和区间估计。此外，还涵盖了假设检验中的两类错误、变异系数、频数表、偏度和峰度等概念。最后，提到了不同类型的可视化方法如条形图、饼图、直方图、核密度图、箱线图和散点图，以及度量变量之间的关系，如独立性检验、相关系数等。
统计学
-
样本性质
- 统计量
样本均值
样本方差（修正/未修正）
分位数
-
抽样分布
卡方分布：总体X服从标准正态分布
t 分布：X服从标准正态分布，Y服从卡方分布
F 分布：X服从m的卡方分布，Y服从n的卡方分布
-
点估计
使用样本统计量去估计总体的值，比如用样本均值/方差去估计总体的均值/方差
-
区间估计
使用样本统计量去估计出总体量的置信区间
-
假设检验
提出一个原假设H0和备选假设H1，如果小概率发生了则原假设不成立。
小概率a，小概率事件，拒绝域/接受域
两类错误：弃真性错误 P{拒绝H0/H0为真}=α；取伪性错误 P{接受H0/H0不真}=β
-
描述性分析
单变量描述性分析：求取某一字段的总和，最大最小，均值等
两个样本统计量：
- 偏度 g1：描述总体分布是否对称（g1=0,对称；g1>0左偏；g1<0右偏）
- 峰度 g2: 描述总体分布形态的陡缓程度（g2<0陡；g2>0 缓）
最低0.47元/天 解锁文章
扫一扫
4982
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
