统计学知识大梳理(最终篇)

统计学面试经典问题 1. 叙述你所熟悉的大数定律与中心极限定理,并举例说明它在统计学中的应用。 1) 大数定律 弱大数定律(通常指辛钦大数定律): a) 马尔科夫大数定律: 随机变量满足马尔科夫条件:1n2D(∑k=1nξk)→0\frac {1}{n^2} D(\sum^n_{k=1} \xi_k)\rightarrow 0n21​D(∑k=1n​ξk​)→0,则样本均值依概率收敛于期望值。 b) 辛钦大数定律... 阅读详情

1

第三部分

关于“小样本”预测“大总体”

现实生活中,总体的数量如果过于庞大我们无法获取总体中每个数据的数值,进行对总体的特征提取进而完成分析工作。那么接下来就用到了本章节的知识。

1. 抽取样本

总体:你研究的所有事件的集合

样本:总体中选取相对较小的集合,用于做出关于总体本身的结论

偏倚:样本不能代表目标总体,说明该样本存在偏倚

简单随机抽样: 随机抽取单位形成样本。

分成抽样: 总体分成几组或者几层,对每一层执行简单随机抽样

系统抽样:选取一个参数K,每到第K个抽样单位,抽样一次。

2. 预测总体(点估计预测,区间估计预测)

点估计量--- 一个总参数的点估计量就是可用于估计总体参数数值的某个函数或算式。

场景1: 样本无偏的情况下,已知样本,预测总体的均值,方差。

(1) 样本的均值 = 总体的估算均值(总体均值的点估计量)  ≈ 总体实际均值(误差是否可接受)

(2)总体方差     估计总体方差 

场景2:已知总体,研究抽取样本的概率分布

比例抽样分布:考虑从同一个总体中取得所有大小为n的可能样本,由这些样本的比例形成一个分布,这就是“比例抽样分布”。样本的比例就是随机变量。

举个栗子:已知所有的糖球(总体)中红色糖球比例为0.25。从总体中随机抽n个糖球,我们可以求用比例抽样分布求出这n个糖球中对应红球各种可能比例的概率。

样本均值分布:考虑同一个总体中所有大小为n的可能样本,然后用这个样本的均值形成分布,该分布就是“样本均值分布” ,样本的均值就是随机变量。

中心极限定理:如果从一个非正态总体X中抽出一个样本,且样本极大(至少大于30),则图片.png的分布近似正态分布。

区间估计量--- 点估计量是利用一个样本对总体进行估计,区间估计是利用样本组成的一段区间对样本进行估计。

举个栗子:今天下午3点下雨;今天下午3点到4点下雨。如果我们的目的是为了尽可能预测正确,你会使用那句话术?

如何求置信区间?(这里笔者讲一下思路,不画图码公式了,读者有兴趣可以查阅一下教材)

求置信区间简便公式(直接上皂片)

关于C值参数:置信水平 90% C=1.64 , 95% C=1.96 , 99% C=2.58

待补充知识一(t分布)

我们之前的区间预测有个前提,就是利用了中心极限定理,当样本量足够大的时候(通常大于30),均值抽样分布近似于正态分布。若样本量不够大呢?这是同样的思路,只是样本均值分布将近似于另一种分布处理更加准确,那就是t分布。这里笔者直接放张图,不做拓展了。

待补充知识二(卡方分布)----注意待补充不代表不重要,是笔者水平有限,目前还不能用简单的语言概述其中的精髓。

卡方分布的定义

若n个相互独立的随机变量ξ、ξ、……、ξn ,均服从标准正态分布,则这n个服从标准正态分布的随机变量的平方和构成一新的随机变量,其分布规律称为卡方分布。

卡方分布的应用场景

用途1:用于检验拟合优度。也就是检验一组给定的数据与指定分布的吻合程度;

用途2:检验两个变量的独立性。通过卡方分布可以检查变量之间是否存在某种关联:

3. 验证结果(假设检验)

假设检验是一种方法用于验证结果是否真实可靠。具体操作分为六个步骤。

两类错误---即使我们进行了“假设检验”依然无法保证决策是百分百正确的,会出现两类错误

第一类错误: 拒绝了一个正确的假设,错杀了一个好人

第二类错误:接收了一个错误的假设,放过了一个坏人

第三部分小节:

1.  无偏抽样

2.  点估计量预测(已知样本预测总体,已知总体预测样本)

3. 区间估计量预测(求置信区间)

4. 假设检验

1

第四部分

 相关与回归(y=ax+b)

这里介绍的相关和回归是关于二维双变量的最简单最实用的线性回归,非线性回归这里不暂不做拓展。

散点图:显示出二变量数据的模式

相关性:变量之间的数学关系。

线性相关性:两个变量之间呈现的直线相关关系。

最佳拟合直线:与数据点拟合程度最高的线。(即每个因变量的值与实际值的误差平方和最小)

误差平方和SSE:

线性回归法:求最佳拟合直线的方法(y=ax+b),就是求参数a和b

斜率a公式:

b公式:

相关系数r:表征描述的数据与最佳拟合线偏离的距离。(r=-1完全负相关,r=1完全正相关,r=0不相关)

r公式:

结束语

笔者这里梳理了统计与概率学最基础的概念知识,尽量阐述清楚这些概念知识之间关联的关系,以及应用的场景。底层概念是上层应用的基础,当今浮躁的“机器学习”,“神经网络”,“AI自适应”这些高大上的关键字满天飞。笔者认为踏踏实实的把“基础”打扎实,才是向上发展的唯一途径。

笔者水平有限,概念理解有偏差的地方欢迎批评指正。

End.

来源:PMCAFF,中国统计网

作者:大山里人

导图概览

描述性统计:表格和图形法

描述性统计:数值方法

【生信】统计学基础知识 【生信】统计学基础知识 本文图片来源网络或学术论文,文字部分来源网络与学术论文,仅供学习使用。 阅读详情

相关推荐

统计学知识点梳理

一、概述 研究对象 一维 数据 统计学 二维 事件 概率论 统计学 集中趋势描述 均值 分散度描述 方差、标准差 概率论 集中趋势描述 期望 分散度描述 方差 二、对“数据”的描述性分析 1、集中趋势度量:为这批数据找到它们的“代表” a)均值(u):X = (X1+X2+……+Xn)/n 它的局限性在于“若用均值描述的数据中存在异常值的情况,会产生偏差” b)中位数:是按顺序排列的一组数据中居于中间位置

zhaocen_1230的博客 3604

统计学10个必知问题 (附答案)

主要参考下面网址,经过整理总结后。https://www.cnblogs.com/Acceptyly/p/3930006.html1、问:自由度是什么?怎样确定?2、问:...

算法channel 7042

AI 编程新范式:一文彻底搞懂 LLM、Agent、MCP、Skill 是怎么协作的

本文用通俗易懂的方式解析了AI编程新架构的核心概念。通过"三国演义"类比,文章将复杂的技术架构拆解为:Agent(军师/大脑)负责思考和决策,Skill(招式/手脚)执行具体操作,MCP(令箭/协议)作为通信标准,MCP Server(将军/身体)承载多个Skill。这套分工架构使AI从单纯聊天进化成能完成实际编程任务的全能助手,实现了关注点分离——Agent专注智能提升,Skill专注功能实现,MCP确保稳定连接。这正是Cursor、Claude等新一代AI开发工具采用的核心架构,标志

猫老板的豆 3086

卡方分布的性质及应用

卡方分布是统计学常用的分布之一。其定义为:若N个相互独立的随机变量均服从标准正态分布,则这N个服从标准正态分布的随机变量的平方和构成一新的随机变量,其分布规律称为卡方分布。

weixin_56375291的博客 8278

ESP32水墨屏日历实战:低功耗自动更新与HTTPS数据解析

本文详细介绍了ESP32水墨屏日历项目的开发实践,重点讲解了低功耗自动更新与HTTPS数据解析的实现方法。通过ESP32的自动休眠功能和水墨屏的零功耗特性,结合HTTPS请求安全获取网络数据,实现了高效节能的桌面日历应用。项目代码开源,适合物联网开发者参考。

xx56789的博客 779

蓝牙开发那些事之ceva controller代码解读

对比ceva的经典蓝牙和ble的controller在软件上的差异点

袁赟的博客 1094

卡方分布(Chi-square Distribution)

卡方分布(Chi-square Distribution) 是一种常见的连续概率分布,在统计推断和数据分析中用途广泛,常用于卡方检验(Chi-square Test)、方差分析以及最大似然估计等多个方面。本文从定义、性质、应用场景和注意事项四个维度对卡方分布进行了介绍。

彬彬侠的博客 6973

全球、中国各省市县等行政区划(含十段线)shape及geosjon数据免费下载

免费下载全球、中国各省市县等行政区划(含十段线)shape及geosjon数据

mhf403445651的博客 3461

干货分享--统计学知识大梳理(第三部分-最终篇)

1第三部分关于“小样本”预测“大总体”现实生活中,总体的数量如果过于庞大我们无法获取总体中每个数据的数值,进行对总体的特征提取进而完成分析工作。那么接下来就用到了本章节的知识。1.抽取...

lsxxx2011的专栏 291

华为OD机试 - 不含101的数(Python/JS/C/C++ 双机位C卷 100分)

本专栏收录于《华为OD机试真题(Python/JS/C/C++)》。刷的越多,抽中的概率越大,私信哪吒,备注华为OD,加入华为OD刷题交流群,每一题都有详细的答题思路、详细的代码注释、3个测试用例、为什么这道题采用XX算法、XX算法的适用场景,发现新题目,随时更新。小明在学习二进制时,发现了一类不含101的数,也就是:现在给定一个正整数区间,请问这个区间内包含了多少个不含101的数?输入的唯一一行包含两个正整数。输出的唯一一行包含一个整数,表示在区间内一共有几个不含101的数。8 1668 → “1000”

学Java,找哪吒 1252

基于STM32的太阳能充电宝设计_资料编号31

系统硬件包括主控 STM32F103C8T6、0.96 OLED 显示屏、蜂鸣器、电源自锁开关、温度传感器 DS18B20、继电器、5 V DC 升压模块 、TB4056、18650锂电池、9 V太阳能板、稳压降压 5 V三极管。电源供应:锂电池为系统供电,9 伏太阳能板经 5 伏降压稳压三极管降压为 5 伏后传送到 TP4056,TP4056 为锂电池供电,因锂电池电压 3.7 伏,通过 5 伏 DC 升压模块升压到 5 伏为整个系统提供 5 伏电压。

嵌入式阿齐Archie 1万+

统计学知识大梳理(终极篇)

作者:大师兄 来源:一个数据人的自留地学好统计学,让你成为高富帅,迎娶白富美,走上人生巅峰,不是不可能,但可能性只有0.00001%。从统计学的角度,这是小概率事件。但...

数据森麟 5112

【MicroPython编程-ESP32篇:设备驱动】-BNO08X系列传感器驱动

BNO08X 系列(BNO085/BNO086)是一款系统级封装 (SiP),集成了三轴加速度计、三轴陀螺仪、磁力计以及运行 CEVA SH-2 固件的 32 位 ARM® Cortex™-M0+ 微控制器。SH-2 包含 MotionEngine™ 软件,该软件提供复杂的信号处理算法来处理传感器数据,并提供精确的实时 3D 姿态、航向、校准加速度和校准角速度,以及更高级的上下文输出。BNO08X 集成在一个 28 引脚 LGA 封装中,尺寸为 3.8mm x 5.2mm x 1.1mm。它兼容 Andro

视觉与物联智能 698

新手必看!统计学知识大梳理(附框架图&公式)

本文约为6000字,建议阅读10分钟本文内容为对统计学和概率论知识的理解的总结。前言道德经云:“道生一,一生二,二生三,三生万物”。学习知识亦是如此,一个概念衍生出两个概念,两个概念演化...

数据分析 3万+

2024年数字IC秋招-大疆-数字芯片开发工程师-笔试题

笔试题型:选择题 + 简答题笔试平台:大疆创新(电脑监控)笔试时间:90min做题感受:知识面覆盖很广,很多题目不会做(1) 什么是功耗优化中的DVFS技术?(2)降低功耗的原理是什么?(3)一般工作流程是怎样的?(4)必须的硬件模块有哪些?

qq_42135020的博客 2668

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

统计学知识大梳理

文章来源:PMCAFF文章作者:大山里人前言道德经云:”道生一,一生二,二生三,三生万物“。学习知识亦是如此,一个概念衍生出两个概念,两个概念演化出更小的子概念,接着衍生出整个知识体系。...

lovenankai的专栏 3099

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

【思维导图】统计学知识大梳理

通过绘制散点图的方式,从图形化的角度初步判断自变量和因变量之间是否具有线性相关关系,同时进行相关分析,根据相关系数判断自变量与因变量之间的相关程度和方向,从而确定回归模型的类型。二维:就是研究某个“事件”,笔者认为事件是依托于“时间轴”存在的,过去是否发生,现在是可能会出现几种情况,每种情况未来发生的可能性有多大?、ξn ,均服从标准正态分布,则这n个服从标准正态分布的随机变量的平方和构成一新的随机变量,其分布规律称为卡方分布。一维:就是当前摆在我们面前的“一组”,“一批”,哪怕是“一坨”数据。

神经美学_茂森的博客 4230

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

在统计学中参数的含义是指_统计学知识大梳理(终极篇)

作者介绍@大师兄混迹数据江湖十余载。主要负责大数据商业变现和产品运营工作。学好统计学,让你成为高富帅,迎娶白富美,走上人生巅峰,不是不可能,但可能性只有0.00001%。从统计学的角度,这是小概率事件。但是学好统计学的现实好处多多,我就随便举几个例子给大家听听。学会看问题,懂得数字的意义。新闻报道上,各种各样的数字随处可见,如果你不想被各种数字蒙骗,最好学点统计学。学过统计的人,当看到这...

weixin_33699970的博客 5226

统计学基础知识梳理,看这一篇就够了

数据分析入门要具备什么样的能力?其中有一项必备的——统计学知识,统计学是一种利用数学理论来进行数据分析的技术,通过统计学我们可以用更富有信息驱动力和针对性的方式对数据进行操作。 在数据分析工作中,利用统计学,我们可以更深入、更细致地观察数据是如何进行精确组织的,并且基于这种组织结构确定数据分析的方法,来获取更多的信息。 今天小编就给大家分享一篇统计学基础知识梳理,希望对大家有帮助。 简单而言,描述性统计分析是用几个关键的数字来描述数据集的整体情况<集中性和离散型(波动性大小)>

Penglaixiaoke的博客 1万+

从统计学中学习机器学习的基本知识梳理

从统计学中学习机器学习的基本知识梳理 前言: 本文从统计学入手,梳理统计学中机器学习的基本知识,从概念和思想上理解统计学的基础以及监督学习,非监督学习,半监督学习和强化学习。 一、统计学框架 统计学:研究随机现象和统计规律性的一门学科。研究如何以有效的方式收集、整理和分析受随机因素影响的数据。它以概率论为基础推断或预测受随机因素影响的数据。本文讲解统计学内容如下: 二、描述性统计 1、总体、个...

Mekeater的博客 2958

统计学知识大梳理!

来源:深夜努力写Python‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍ 本文约3100字,建议阅读7分钟 本文介绍了统计学知识。‍‍‍‍‍‍‍‍‍‍‍‍今天继续来聊聊统计学的知识~关于“小样本”预测“大总体”现实生活中,总体的数量如果过于庞大我们无法获取总体中每个数据的数值,进行对总体的特征提取进而完成分析工作。那么接下来就用到了本章节的知识。1.抽取样本总体:你研究的所有事件的集合样本:总体中选取相对较...

数据派THU 738

超级干货!统计学知识大梳理

文章来源:PMCAFF文章作者:大山里人前言道德经云:”道生一,一生二,二生三,三生万物“。学习知识亦是如此,一个概念衍生出两个概念,两个概念演化出更小的子概念,接着衍生出整个知识体...

大数据技术派 755

通透!一万字的统计学知识大梳理~

来源:PMCAFF,作者:大山里人大家好,我是小z今天给大家分享一篇独具韵味的统计学知识梳理道德经云:”道生一,一生二,二生三,三生万物“。学习知识亦是如此,一个概念衍生出两个概念,两个概...

SeizeeveryDay的博客 300

详尽!统计学知识大梳理

点击上方“机器学习与生成对抗网络”,关注星标获取有趣、好玩的前沿干货!来源:海豚数据科学实验室编辑:深度学习冲鸭著作权归作者所有,文仅分享,侵权道德经云:”道生一,一生二,二生三,三生万...

idol24的博客 831
上一篇: 统计学知识大梳理(第二部分)
下一篇: 2019 必知的 10 大顶级 python 库
机器学习算法那些事
博客等级 码龄9年 1633粉丝 62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
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