JabinY的博客

总体和样本的估计点估计量样本均值被称为总体均值的点估计量点估计量可以近似总体参数样本均值就是样本数据之和除以样本数据量样本方差的点估计值计算方法因为总体方差往往比样本方差大，所以需要n-1比例的抽样分布二项分布样本中，当n很大时，样本（>30）符合正态正态分布备注：因为每个样本都是离散的，需要做连续性修正。求样本均值与方差样本均值等于整体均值样本方差等于整体方差除n当n很大时，样本均值符合近似正态分布中心极限定理从一个非正态总体X中取出一个样本，当样本很大时，样本

样本抽取如何抽取样本确定目标整体尽可能准确地挑选研究整体定义样本空间样本可能有偏差样本发生偏差的情况样本空间中未包含所有对象抽样单位错误调查问卷设计不当缺乏随机性抽样方法简单随机抽样重复抽样：抽样后放回总体不重复抽样：抽样后不放回总体分层抽样将总体分成随机的组，对每个组进行随机抽样整群抽样将总体分群，对群进行随机抽样...

正态分布的运用期望和方差的简捷算法同样适用于连续数据备注：使用前提是两个数据相互独立E(X+Y) = E(X)+E(Y)E(X-Y) = E(X) - E(Y)Var(X+Y)=Var(x)+Var(Y)Var(X-Y)=Var(x)+Var(Y)正态分布的线性变换独立观察结果的期望和方差...

正态分布离散数据：由单个数值组成连续数据：包含一个数据范围连续改了分布可以用概率密度函数描述概率密度函数下方的总面积为1通过计算一个数值范围内的概率密度下的面积，可以得出该数值范围内的概率正态分布模型正态分布曲线符合均值为μ，标准差为σ的正态分布正态概率计算三步骤确定分布得到均值和方差标准化位N(0,1)标准化方法：将均值移动到Y轴将标准差收窄为标准分查找概率表先求出z，保留两位小数第一列位z值（保留一位小数四舍五入）第一行位第二位小数 ..

几何分布、二项分布、泊松分布几何分布概率的几何分布公式q=(1-p)r是为了取得首次成功所需进行的试验次数几何分布进行一系列相互独立的试验单次试验的成功概率相等且不等于1目的是求取得第一次成功需要进行多少次试验几何分布的情况下，第一次取得成功的概率最大期望计算公式方差计算公式二项分布二项分布公式进行一系列独立试验每次试验都有成功和失败的可能，且每次试验成功的可能相同试验次数有限写作当p接近0.5时图形对称，小于0.5向右偏，大于0.5向左偏。期望和方差

排列组合用于重复排列的公式排列与组合排列：一个群体中选取几个对像，考虑顺序的情况下求选取方式的数目组合：从一个群体中选取几个对象，不考虑顺序。

离散概率分布期望对每个数值乘以数值发生的概率求和期望的方差计算公式方差越大离散程度越高，方差越小平均值越接近期望观测值速算法期望：观测值数量乘期望方差：观测值数量乘方差对于独立随机变量因为变异性增大了，所以方差永远是相加。...

概率计算概率概率是度量某事发生的几率事件表示有概率发生的任何事情维恩图对立事件两事件相加的可能性为1，A事件发生则B事件必不发生,A事件不发生则B事件必发生互斥事件互斥事件不可能同时发生相交事件有可能同时发生条件概率一个事件的发生以另一个事件发生为条件以事件B为已知条件的事件A的概率可以简写为概率树全概率公式贝叶斯定理相关事件如果P(A|B)不等于P(A)则说明事件A与B是相关事件。独立事件如果事件之间互不影响，则为独立事件...

分散性和变异性分散性全距全距（又称极差）：数据集中最大值减去最小值对异常值比较敏感四分位数将数据按升序排序，分为数据量相等的四格数据块，每块数据拥有四分之一原数据。每两块数据块当中的数据称为四分位数最小的四分位数据（Q1）称下四分位数最大的四分位数(Q3）称为上四分位数当中的四分位数（Q2）就是中位数四分位距 = 上四分位数 - 下四分位数箱型图变异性标准差是方差开根号使用标准分比较不同数据标准分用字母"z"表示...

集中趋势平均数均值就是我们常见的平均值把数字相加然后除以数字的个数符号：μ中位数对数据按升序排序，如果数据数量为奇数，中位数就是中间的数据，如果数据数量为偶数，中位数是中间两个数相加除2众数一批数据中频数最大，即出现次数最多的一个数值，有时候一组数据会有多个众数众数因为不需要计算，所以可以用于类别数据，比如一群狗中最多狗的是金毛...

数据图形化注意：图表不同的起始位置和单位会造成不同的视觉感受饼图注意：饼图在数据频数差距明显的情况下有用。条形图条形图相比饼图更加精准注意：类名字比较长的时候用水平条形图可读性会比较好标度需要同时考虑百分比和频数。数据对比堆积条形图对比频数的时候比较有用分段条形图定性数据与定量数据定性数据（类别数据）无法被理解为数字，不能进行加减数学运算的数据，比如动物的种类定量数据（数值型数据）具有数字意义的数据，比如某种动物的数量直方图直方图每个长方形的铭记和频数成比