Radio_M的博客

这里写自定义目录标题一元线性回归相关关系最小二乘法拟合优度检测显著性检验回归预测残差分析多元线性回归多重共线性变量选择与逐步回归一元线性回归相关关系最小二乘法拟合优度检测显著性检验回归预测残差分析多元线性回归多重共线性变量选择与逐步回归...

CONTENTS原假设备择假设两类错误显著性水平P值单侧检验双侧检验假设检验又称统计假设检验，是用来判断样本与样本、样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。显著性检验是假设检验中最常用的一种方法，也是一种最基本的统计推断形式，其基本原理是先对总体的特征做出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受做出推断。常用的假设检验方法有Z检验、t检验、卡方检验...

求置信区间抽取样本, 样本量为200np.random.seed(42)coffee_full = pd.read_csv('coffee_dataset.csv')coffee_red = coffee_full.sample(200) #this is the only data you might actually get in the real world.coffee_red...

CONTENTS点估计矩估计区间估计样本量的确定点估计点估计是用样本统计量来估计总体参数，因为样本统计量为数轴上某一点值，估计的结果也以一个点的数值表示，所以称为点估计。点估计和区间估计属于总体参数估计问题。何为总体参数统计，当在研究中从样本获得一组数据后，如何通过这组信息，对总体特征进行估计，也就是如何从局部结果推论总体的情况，称为总体参数估计。矩估计矩估计，即矩估计法，也称“矩法估计”...

CONTENTS1 卡方分布2 标准正态分布3 T分布4 F分布5 一般正态分布1 卡方分布import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport scipyimport scipy.stats as statsdf = pd.read_excel('/Users/Downloads/da...

CONTENTS常用统计量样本均值样本方差样本偏度样本峰度次序统计量充分统计量常用抽样分布卡方分布T分布中心极限定理（其他重要抽样分布）常用统计量样本均值样本均值又叫样本均数。即为样本的均值。均值是表示一组数据集中趋势的量数，是指在一组数据中所有数据之和再除以这组数据的个数。它是反映数据集中趋势的一项指标。样本均值则是在总体中的样本数据的均值。样本方差先求出总体各单位变量值与其算术平均数...

CONTENTS

CONTENTS1、基本概念1.1)随机变量1.2)古典概率1.3)条件概率1.4)离散变量1.5)连续变量1.6)期望值1.7)大数定律2、离散变量概率分布2.1)二项分布2.2)伯努利分布2.3)泊松分布3、分布的形状3.1)均匀分布3.2)正态分布3.3)指数分布1、基本概念1.1)随机变量1.2)古典概率1.3)条件概率1.4)离散变量1.5)连续变量1.6)期望值1.7)...

读取数据import pandas as pdimport numpy as npdata = pd.read_excel('./practice(I).xlsx')均值mean = data.mean()print(mean)结果：data 4.41774dtype: float64众数mode = data.mode().iloc[0]print(mode...

引言上一节，我们谈了数据可视化，并且用python代码对图像进行了简单的实现。但是，这仅仅使得我们对数据分布的形状和特征有了一个大概的了解。想要全面了解数据分布的特征，还需要找到反应数据分布特征的各个代表值。数据分布的特征可以从三个方面进行测度和描述：1、分布的集中趋势，反应各数据向其中心值靠拢或聚集的程度；2、分布的离散程度，反应各数据远离其中心值的趋势；3、分布的形状，反应数据分布的偏态和峰...

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Ma...