最小平方法是十九世纪统计学的主题曲。 从许多方面来看, 它之于统计学就相当于十八世纪的微积分之于数学。 ----乔治·斯蒂格勒的《The History of Statistics》 1 日用而不知 来看一个生活中的例子。比如说，有五把尺子： 用它们来分别测量一线段的长度，得到的数值分别为（颜色指不同
第二条小径是天文学家John Hershcel和物理学家麦克斯韦(Maxwell)发现的。1850年，天文学家Herschel在对星星的位置进行测量的时候，需要考虑二维的误差分布，为了推导这个误差的概率密度分布f(x,y)，Herschel设置了两个准则： .x轴和y轴的误差是相互独立的，即误差的概率在正交的方向
v = normrnd(a,b,m,n); 其中：a为均值； b为标准差； m为需要产生几行； n为需要产生几列. 验证方式为：mean(v) var(v)
统计量 统计量是统计理论中用来对数据进行分析、检验的变量。宏观量是大量微观量的统计平均值，具有统计平均的意义，对于单个微观粒子，宏观量是没有意义的． 相对于微观量的统计平均性质的宏观量也叫统计量。需要指出的是，描写宏观世界的物理量例如速度、动能等实际上也可以说是宏观量，但
最大似然估计 似然与概率 在统计学中，似然函数（likelihood function，通常简写为likelihood，似然）和概率（Probability）是两个不同的概念。概率是在特定环境下某件事情发生的可能性，也就是结果没有产生之前依据环境所对应的参数来预测某件事情发生的可能性，比如抛硬币，抛之前我们不知道最后是
如何证明自己的专业性？特别是对于我们初入HR数据分析的宝宝们，这种凹造型的装逼还是有的！ #我们为什么要看平均数 平均数可能是我们接触得最早的一个统计量了，小学生都知道如何算平均数。可是大家还记得我们看平均数是为了看什么吗？ 想不起来的小伙伴不要慌张，我们一起来复习一下
最近开发项目中，需要自己绘制一张离散的噪点图。研究了好久，终于实现了。 其中我们使用了正态分布。正态分布（英语：normal distribution）又名高斯分布（英语：Gaussian distribution），是一个非常常见的连续概率分布。 这里就不过多介绍了，对正态分布不了解的，可以自己百度一下https://baike.bai
一、概率论基础 ML中的概率论基础概念 概率: 概率再机器学习中是处理不确定性。 不确定性产生的三种来源： （1）建模系统存在随机性 （2）不完全观测: 确定的系统，但是观测值不完全，因为有些值时不可能完全
Andrew Ng 机器学习笔记 ---By Orangestar Week_9 This week, we will be covering anomaly detection which is widely used in fraud detection . Given a large number of data points, we may sometimes want to figure out which ones vary significantly from the average. W
待处理数据的缺失和错误会极大地影响后续的数据分析，因：我们首先需要评估数据质量，进行诸如缺失值发现、极端值诊断、统计分布（样本数据的分布情况）观察和描述性统计（包括均值、方差、标准差、偏度、峰度等）等操作。 在本课节中，老师从北京市空气质量监测数据集入手，系统介绍以上知识点，帮助
2019-07-07 14:35:47 原文地址： http://blog.sciencenet.cn/home.php?mod=space&uid=255662&do=blog&id=523462 Bootstrap又称自展法，是用小样本估计总体值的一种非参数方法，在进化和生态学研究应用十分广泛。例如进化树分化节点的自展支持率等。 在进行分
一、正态分布 正态分布（Normal distribution）又名高斯分布（Gaussiandistribution），若随机变量X服从一个数学期望为μ、方差为σ2的高斯分布，记为N(μ，σ2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。我们通常所说的标准正态分布是μ = 0,σ = 1
NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。简单的来水numpy在处理多维数组时会特别的方便，是深度学习的得力助手。 numpy.random.multivariate_normal()函数官方解释是从多元正态分布中随机抽取
Batch Normalization批标准化 由于深度网络会出现训练速度变慢，梯度消失的问题，BN的作者分析是因为神经元的输入在Sigmoid函数的平缓段。输入值（WX+B）距离0太远，非线性激活函数的结果太接近-1或者1，从而导致训练时出现梯度消失的问题。 BN的操作是根据训练集分布，计算样本均值和方差，
因~直~线 一、线性回归与逻辑回归的区别 1）线性回归要求因变量服从正态分布，logistic回归对变量分布没有要求。 2）线性回归要求因变量（Y）是连续性数值变量，而logistic回归要求因变量是分类型变量。 3）线性回归要求自变量和因变量呈线性关系，而logistic回归不要求自变量和因变量呈线性
一 统计量 二 关于分布的几个概念 三 由正态分布导出的几个重要分布 四 样本均值的分布与中心极限定理 五 样本比例的抽样分布 六 两个样本平均值之差的分布 七 关于样本方差的分布
t检验 T检验，亦称student t检验（Student's t test），主要用于样本含量较小（例如n < 30），总体标准差σ未知的正态分布。 T检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著 t-检验的假设是检验的数据满足正态分布，否则对于小样本不满足正态分布的数据用t-检验就会造
概率分布用以表达随机变量取值的概率规律，根据随机变量所属类型的不同，概率分布取不同的表现形式 离散型分布：二项分布、多项分布、伯努利分布、泊松分布 连续型分布：均匀分布、正态分布、指数分布、伽玛分布、偏态分布、贝塔分布 一.伯努利分布 伯努利分布只有两种可能的结果，1-成
声明：文中的图来自于可汗学院公开课，若有侵权，联系我删除。 中心极限定理：随着样本容量n的增加，样本均值或者样本和的频率图将很接近正态分布。 如下图就在求解样本均值。 如下图就是样本均值的频率图，很接近正态分布。 http://onlinestatbook.com/stat_sim/sampling_dist/index.htm
方差分析 基本理论 预测变量类型 反应变量类型 分类 连续 分类和连续 分类 逻辑回归分析 列联表分析 逻辑回归分析 逻辑回归分析 连续 方差分析 回归分析 协方差分析 y是连续 x是分类 用x预测y使用方差分析 方差分析（ANOVA）又称变异数分析或F检验，其功能就是推
推论统计，提到假设检验，从脑海里一跃而出的便是 Z-Test 与 T-Test。可能在大学里学习时对这个两个检验方法囫囵吞枣，现在重新理解，更是疑问重重。 都知道， Z-Test 与 T-Test 用于正态分布的统计检验，大致也能知道T或Zvalue 大于查表后的某个数，便是统计显著差异，需要拒绝，百度搜索也能得
统计学习的基本概念（复习篇） 总体（population）：根据研究目的确定的同类对象的全体（集合） 样本（sample）：从总体中随机抽取的部分具有代表性的研究对象。 参数（Parameter）：反映总体特征的统计指标，如总体均数、标准差等，是固定的常量。 统计量（statistic）：反映样本特征的统计指标，如样本均数、
