ZIZIBONG'S BLOG

1.现有21朵鲜花分给5人，若每人分得的鲜花数各不相同，则分得鲜花做多的人至少得到来多少朵？ 答：设最多的a朵，其余分别是：a-1，a-2，a-3，a-4朵； 五人相加取最多的时候至少为21朵，则5a-10>=21； 解得a>=6.2； 因此至少7朵 2.四位小朋友做加法练习，任意写一个六位数，把它的个位数字（不为0）拿到这个六位数最左边一位数字的左边，得到一个新的六位数，然后用它与原...

一、无偏估计 1. 在统计学中，总体参数的估计基本上都是无偏估计。若的数学期望不为，即，（偏高估计）和（偏低估计）则为的有偏估计。 2. 无偏性的实际意义是指没有系统性的偏差，统计推断的误差有系统误差和随机误差。无偏性则表示，把这些正负偏差在概率上平均起来，其值为零，即无偏估计量只有随机误差而没有系统误差。 3.无偏估计并不总是存在，如服从二项分布的总体，，则的无偏估计就不存在。 4.有些问题中，无偏估计很多，则其优良性由它们的方差来决定，方差越小越优良。 5.统计学中，将存在无偏估计的参数...

https://www.jianshu.com/p/5a27d195678f https://www.jianshu.com/p/e74eb43960a1 https://www.cnblogs.com/blog4ljy/p/9066624.html

一、AB-test 1、定义：为同一个目标制定两个方案，在同一时间维度，分别让组成成分相同（相似）的用户群组随机的使用一个方案，收集各群组的用户体验数据和业务数据，最后根据显著性检验分析评估出较好的方案。 2、补充概念： 显著性检验（significance test）：事先对总体随机变量的参数或总体分布形式做出一个假设，然后利用样本信息来判断这个假设（备择假设）是否合理，即判断总体的真实情况与原假设是否有显著性差异。 （注：显著性检验是针对我们对总体所做的假设检验，其原理就是“小概率事件实际不可能性原理

建议下载pyecharts(0.5.xx)版本，如果使用 pip install pyecharts 默认安装V1版本(如1.7.1)会出现如下报错： 1、Bar模块导入问题 from pyecharts import Bar 报错：cannot import name ‘Bar’ 解决办法： from pyecharts.charts import Bar 2、Bar 使用报错 from p...