AI笔记: 数学基础之数字特征-标准差、协方差、相关系数、中心矩、原点矩、峰度、偏度

标准差

  • 标准差(Standard Deviation)是离均值平方的算术平均数的平方根,用符号σ\sigmaσ 表示,其实标准差就是方差的算术平方根
  • 标准差和方差都是测量离散趋势的最重要、最常见的指标。
  • 标准差和方差的不同点自傲与,标准差和变量的计算单位是相同的,比方差清楚,因此在很多分析的时候使用的是标准差
  • σ=D(X)=∑(X−μ)2N\sigma = \sqrt{D(X)} = \sqrt{\frac{\sum (X-\mu)^2}{N}}
数字特征 离散型随机变量的期望 设ξ为一离散型随机变量,它的取值x1,x2,x3,…,对应的概率为p1,p2,p3…,pn如果级数 ∑xipi绝对收敛,则把它称为ξ的数学期望,简称期望、期望值或均值。 常见的离散型随机变量的期望 1.伯努利分布:期望为平均值 2.二项分布:P 3.几何分布:1/P 4.泊松分布:λ 连续型随机变量的期望 设ξ为具有密度函数p(x)的连续型随机变量,当积分∫xp(x)dx绝对... 阅读详情

相关推荐

描述性统计实战指南:从均值陷阱到业务洞见

描述性统计是数据分析的基石概念,指通过均值、中位数、标准差、偏度、峰度等指标对数据分布进行量化概括。其核心原理在于揭示数据的中心趋势、离散程度与形态特征,从而支撑后续推断统计与建模决策。技术价值体现在规避均值失真、识别异常分布、校验模型假设三大关键能力。典型应用场景覆盖电商用户消费分析、金融风控阈值设定、A/B测试基线校准及SaaS产品健康度评估。尤其在存在极端值、右偏长尾或业务多峰结构时,单纯依赖df.describe()极易导致策略误判——这正是本文聚焦‘用统计量讲清业务故事’的实践出发点。

weixin_30876945的博客 373

像素强度直方图:图像处理与机器视觉的核心分析工具

在图像处理和计算机视觉领域,像素强度直方图是理解图像内容、评估图像质量的基础工具。其原理是对图像中所有像素的亮度值进行统计,形成直观的分布图表。这一技术价值在于,它将复杂的视觉信息转化为可量化的统计特征,为后续算法提供关键决策依据。通过分析直方图的分布形态(如单峰、双峰)、统计矩(均值、方差、偏度、峰度)以及累积分布函数,工程师可以评估图像对比度、亮度均衡性,并检测过曝或欠曝区域。在应用场景上,直方图不仅服务于图像增强(如直方图均衡化、CLAHE),更是图像分割(如Otsu阈值法)、特征提取和图像相似性比较

weixin_30435261的博客 440

中心矩,原点矩,大数定律,峰度,最大似然,参数估计,矩估计

文章目录原点矩,中心矩峰度偏度切比雪夫不等式 原点矩,中心矩 峰度 偏度 切比雪夫不等式

GS2.0 1678

【信息科学与工程学】计算机科学与自动化——第十篇 芯片设计33 芯片中的后端设计20

编号子编号类型微电子领域领域关联子领域模型名称20​20.1​后端设计标准单元时序与功耗库NLDM/CCS时序模型​2020.2后端设计标准单元时序模型非线性延迟模型(NLDM)2020.3后端设计标准单元时序模型复合电流源模型(CCS)2020.4后端设计标准单元功耗模型开关功耗模型2020.5后端设计标准单元功耗模型内部功耗模型2020.6后端设计标准单元功耗模型漏电功耗模型2020.7后端设计标准单元噪声模型噪声容限模型2020.8后端设计标准单元噪声模型噪声传播模型2020.9后端设计标准单元PVT

weixin_49199313的博客 406

MNE-python 进行源定位教程(一)配置环境

根据MNE官网提供的教程进行复现,遇到各种问题的记录。 配置环境 python3.8 + Anaconda + pycharm MNE-Python 是一个开源 Python 模块,用于处理、分析和可视化功能性神经影像数据(EEG、MEG、sEEG、ECoG 和 fNIRS)。 根据官方建议,将MNE-python安装在anaconda的虚拟环境中。 1. 安装Anaconda 过程点击这里 2. 配置pycharm 2.1 导入MNE-python工具包 在pycharm的菜单栏里打开VCS-Create

zQIANYUN的博客 3173

基于分位数回归的静态CoVaR计算 案例与代码

原文链接:https://bbs.pinggu.org/thread-7925441-1-1.html 一、静态CoVaR模型介绍 二、资料简介 实现对相关期刊论文进行论文重现,解决实证分析中的技术操作问题。里面包含了每一步详细的步骤,可以方便的利用这个手册解决大部分利用分位数回归计算静态CoVaR的论文的模型实现问题。即从数据下载到模型实现一整条操作步骤。 关键词:【分位数回归】【Co...

ChenQihome9的博客 7506

【Origin+Python】使用External Python批量出图代码参考2

不使用part2 的代码,自己打开一个origin2022的界面。这里主要介绍一些进阶代码以及使用盗版origin要如何。3 批量绘制相同设置的曲线图。然后就是没有水印的图片了。

zeng001201的博客 1908

Vue 实现华视身份证读卡器功能

在www.downcc.com下载“华视cvr100驱动”安装程序; 华视电子官网有相应的文档说明和程序下载 一、服务安装 选择安装目录: 启动读卡服务: 安装成功会有如图所示: 注意事项: 安装开发包必须使用管理员权限,因为windows服务和读卡器设备驱动程序均需要管理员权限,否则会安装失败。 win10需要修改组策略才有管理员权限。 二、服务的使用 打开浏览器,输入地址http://127.0.0.1:19196/mainpage,回车 点击openDevice: 点.

zyqgt960812的博客 6503

AS7341可见光谱传感器原理图设计,已量产(光线传感器)

最近在做便携式环境光光谱检测项目时,我们基于 ams 的 AS7341 搭了一套硬件电路 —— 这颗芯片算是业内新一代的光谱传感 IC,8 个可见光通道 + NIR + 闪烁检测的配置,加上 6 路并行 16 位 ADC,数据吞吐能力确实够顶。今天就拆解下这个模块的硬件设计细节,聊聊实际做板时的那些考量点。

不脱发的程序猿 646

C++(Qt)软件调试---内存分析工具Heob(26)

绝对最全面最详细的Heob使用说明。(图文并茂) 绝大部分的文章都说Heob是一个内存泄漏分析工具,其实Heob只是内存泄漏分析功能比较突出,实际上Heob可以分析很多内存问题。 Heob是一个Windows下检测缓冲区溢出(野指针、空指针、内存越界、重复释放、异常捕获等)和内存泄漏的工具,集成到Qt Creator中,功能强大,简单容易上手。

mahuifa的博客 4313

大模型角色提示词写得再严密,也能被绕过?我用攻击者思维把自己吓了一跳!

很多人以为提示词是“只要写清楚了,模型就能理解”,但实际上——模型并不具备严格的规则意识,它只是在预测下一句话。所以我们必须从“攻防”角度出发,设计更强的防护机制。我这次就是亲身踩坑,用红队思维模拟攻击,才意识到原来提示词注入这么容易中招。你如果也在做 AI 应用、角色系统、提示词驱动的功能,建议你也用类似方式测试一下,不然被绕了都不知道。

代码简单说 Vue、JAVA、PHP、Node.js 熟练运用,接口、架构、性能全搞定。 1029

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

上一篇: AI笔记: 数学基础之数字特征-期望与方差
下一篇: AI笔记: 数学基础之相关大数定理与参数估计方法-点估计、矩估计
Wang's Blog
博客等级 码龄12年 7433粉丝 2421原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Wang's Blog

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值