《算法零基础100讲》之 第81讲：概率论与统计学基础

第81讲：概率论与统计学基础

1. 概率论基础：
   • 概率的基本概念、概率空间、随机变量。
2. 统计学基础：
   • 描述性统计（均值、中位数、众数、方差、标准差）。
   • 推断统计（假设检验、置信区间）。
3. 概率分布：
   • 离散概率分布（伯努利分布、二项分布、泊松分布）。
   • 连续概率分布（正态分布、均匀分布、指数分布）。
4. 实际工程中的应用：
   • 数据分析、机器学习、风险评估。
5. 工具与方法：
   • 统计库（如MathNet.Numerics）、数据分析工具（如Excel）。

C# 示例

以下是几个具体的概率论与统计学基础示例，涵盖描述性统计、概率分布和假设检验。

示例1：描述性统计

问题描述： 计算一组数据的均值、中位数、众数、方差和标准差。