统计学-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

hcy吃猫的鱼

1.总体信息未知时用估计，总体信息已知时用检验；2.以样本量等于30为界点来划分大样本和小样本；3.当总体非正态且小样本时，由于信息匮乏不考虑；4.样本比例中，n充分大要求np>=5且n(1-p)>=5;5.不能说“某个区间以90% 的概率包含总体参数"，也不能说总体参数有90% 的可能性落在某个区间；6.一个特定的区间只能包括或者不包括参数的真实值；7.概率是用于事前描述，事后描述不能用概率，事

51.4838

3

2

0

关注作者

收藏

Aran刘跃然

统计学精简笔记（推断性统计）

估计：总体参数未知检验：总体参数已知但不知其是否正确预测：总体参数确定去预测未来（也可认为是估计的一种）一、估计1.证明：经验法则与切比雪夫不等式证明了均值、比例、标准差包含了一组数据的大部分主要信息，并且可以用这些信息进行总体估计的可能性。2..分类：已参数估计为基础，衍生出非参数估计与半参数估计，共三种估计方法。3.步骤：选定参数-选定统计量-抽样分布-估计（一）选定参数——确定需要估计的参数

51.4883

4

2

0

关注作者

收藏

肖宁21

1.算术平均数①定义：数据的和与数据个数之比。 ②表示的符号： xbar③计算④特点： A.易受极端值的影响，受max的影响>受min的影响（被平均：算术平均数容易受极大值影响）B.各变量值与均值的离差之和等于零（算术平均数相当于物体的重心点）C.各变量值与均值的离差平方和最小2.调和平均数(harmonic mean) ①定义：变量值倒数的算术平均数的倒数。 ②表示的符号： H③计算

70.7174

6

4

0

关注作者

收藏

赵娜0418

如何理解依赖关系？

在相关分析中，有两种类型的变量 - 依赖和独立。这种分析的目的是找出自变量的任何变化是否导致因变量的变化。现在的问题是，研究相关性的必要性是什么？由于以下原因，相关性研究在实际生活中非常有用：几个变量显示出某种关系，例如收入和支出，需求和销售等，因此，在相关分析的帮助下，这些变量之间的关系程度可以用一个数字来衡量。一旦确定了变量的接近程度，我们就可以估计未知变量的值，只要给出另一个变量的值。这可以

3.4282

6

1

0

关注作者

收藏

赵娜0418

利用P 值进行检验的标准是什么？

P值检验比统计量检验提供了更多的信息。P值给出的是根据实际统计量算出的显著性水平，告诉我们实际的显著性水平是多少。根据统计量检验，如果拒绝原假设，也仅仅是知道犯错误的可能性是α那么大，但究竟是多少却不知道，而P值则是算出的犯第一类错误的实际概率。1. 单侧检验 • 若p-值>α ,不拒绝H0 • 若p-值< α, 拒绝H02. 双侧检验 • 若p-值>α/2 , 不拒绝H0 • 若p-值

3.2080

4

2

0

关注作者

收藏

赵娜0418

统计学中P值是什么？

当原假设为真时样本观察结果或更极端结果出现的概率。如果P值很小，说明这种情况发生的概率很小，如果出现这种情况，根据小概率原理，我们就有理由拒绝原假设，P值越小，拒绝原假设的理由就越充分。P值的大小取决于三个因素：第一、样本数据与原假设之间的差异。第二、样本量。第三、被假设参数的总体分布。P 值总结：1. 是一个概率值2. 如果原假设为真，P-值是抽样分布中大于或小于样本统计量的概率• 左侧检验时

72.5425

4

0

0

关注作者

收藏

赵娜0418

备则假设是什么？

尽管原假设陈述的是两个总体的均值相等，却并不表示它是既定的事实，仅是假设而已。如果原假设不成立，就要拒绝原假设，需要在另一个假设中做出选择，这个假设称为备择假设。备择假设的特点：1. 与原假设对立的假设，也称“研究假设”2. 研究者想收集证据予以支持的假设总是有不等号: ≠, 3. 表示为H1• H1：μ某一数值• 例如, H1：< 3910(克)，或H1：>3910(

1.7529

3

1

0

关注作者

收藏

赵娜0418

原假设是什么

由于原假设H0的下标用0表示，所以有些文献也将此成为“零假设”。μ是我们要检验的参数。1. 待检验的假设，又称“0假设”2. 研究者想收集证据予以反对的假设3. 总是有等号=, =4. 表示为H0• H0：μ=某一数值• 指定为= 号，即=

1.7529

3

1

0

关注作者

收藏

赵娜0418

参数估计和假设检验有何区别？

假设检验和参数估计是统计推断的两个组成部分，他们都是利用样本对总体进行推断，但推断的角度不同。参数估计讨论的是用样本统计量估计总体参数的方法，总体参数μ在估计前是未知的。而在假设检验中是先对μ的值提出一个假设，然后利用样本信息去检验这个假设是否成立。

1.7529

3

2

0

关注作者

收藏

赵娜0418

置信区间的作用

现实测量中误差永远存在，而且不可避免。即使实验条件再精确也无法完全避免随机干扰的影响，所以做科学实验往往要测量多次，用取平均值之类的统计手段去得出结果。多次测量，是一个排除偶然因素的好办法。在科学实验中总是会在测量结果上加一个误差范围。这里的误差范围（区间）在统计概率中就叫做置信区间。简单来说，置信区间就是误差范围。

1.7529

3

2

0

关注作者

收藏

Aran刘跃然

统计学精简笔记（描述性统计）

一、数据：高级数据可转化为低级数据（定量数据可转化为定性数据），推出一个重要规律：一个重要的规律：低级数据的方法高级数据可以用，但高级数据的方法低级数据不可以用二、描述统计：（五个角度分析） 1.总体规模的描述——总量指标 • 按内容分：单位总量指标（人、物、…）、标志总量指标（营业额、利润、…） • 按时间不同分：时期指标、时点指标• 按计量不同分：实物指标、价值指标、劳动量指标2..对比关

26.0788

5

3

0

关注作者

收藏

hcy吃猫的鱼

1.数据既可以是数字形式，也可以是文字形式；2.根据能不能用来做运算(加、减、乘、除、比较)来区分数字和文字；3.分类数据和顺序数据统称为定性数据；4.定距数据：“0”有现实意义，不能用除法进行比较；5.不同类型的数据间可以进行转换，方向只能由高级转向低级，因此在抓取数据时尽量抓取高级数据；6.低级数据的方法高级数据可以用，反之不行；7.众数：分类数据的方法分位数：顺序数据的

26.0463

4

3

0

关注作者

收藏

于家崎

数据分析统计学（724）

什么是统计学统计学是一门收集，处理，分析，解释并从中得出结论的科学。核心：数据数据分析步骤：收集数据=》处理数据=》分析数据=》解释数据统计学运用在分析数据的方法分为两大类：描述性数据方法。总体规模、对比关系、集中趋势、离散程度、偏态、峰态、......推断性数据分析方法。估计、假设检验、列联分析、方差分析、相关分析、回归分析、......统计学的对象是数据数据有两种形式：数字和文字。如何区分

25.5278

6

1

0

关注作者

收藏

michelle.qin

<复习>统计学 Day1 - part 1

统计学：一门收集、处理、分析、解释数据并从中得出结论的科学。【步骤】收集数据→处理数据→分析数据→解释数据抓取清洗方法：两大类爬数（1）描述性分析方法

25.5490

4

2

0

关注作者

收藏

Jiapingyue

如何选择主成分

1.第一主成分能够携带50%的信息2.如果第一条未满足，则要求第一主成分＋第二主成分携带70%的信息3.第一主成分/第二主成分>3?4.主成分的主要目的是为了将信息压缩在第一第二主成分中5.把更多的变量压缩成更少的主成分

25.5006

4

4

0

关注作者

收藏

liting李

Logit对数线性模型

在对数线性模型中，多个定类变量间是互为因果的关系（即相关关系），并无自变量与因变量的区分，研究目的在于探讨变量间的关联强度和性质。但有时研究者会面临变量间有自变量和因变量的区分的情境。在基本统计学中，当研究者面对的问题性质是两个定类变量间有自变量和因变量的区别，目的在于探讨两个变量间的因果关系时，多是以卡方齐性检验来进行假设检验。但自变量个数在两个以上时，卡方齐性检验就不再适用，而必须改用logi

25.2893

1

3

0

关注作者

收藏

若水若谷

统计学：t检验和方差分析有何区别？

方差分析更适用于多分类变量与数值变量的相关检验，而t检验只能判断两两总体间的差异

25.6732

4

2

0

关注作者

收藏

anranhui

样本的卡方分布：多个标准正态分布的平方和，规律：用来分析样本方差的，卡方分布随着样本量的增大，趋于正态分布。小样本t分布一致收敛。所以可以在生活中无视样本大小，使用t分布。样本方差做除法乘一个常数。服从正太分布。对比方差用F分布。对比两个事物的离散程度。

104.1916

4

2

0

关注作者

收藏

liuyong2730

概率密度函数如何理解？

一直对概率密度函数感到费解，今天在重新看了老师的录播视频，又在网上查了下，终于明白了。概率密度函数是概率函数的导数，有点像物理中物体质量密度的概念。一个物体在某点处的密度，就是质量函数的导数，而密度取值则是该点处导数的极限的值。质量就是对某段区间求的积分，密度越大，对积分的大小（质量大小）的影响越大。质量一定是对空间的体积而言的，一个点是没有质量的。同理，概率是密度函数在某段区间的积分，概率一定是

56.2366

3

3

0

关注作者

收藏

liuyong2730

概率密度函数如何理解？

一直对概率密度函数感到费解，今天在重新看了老师的录播视频，又在网上查了下，终于明白了。概率密度函数是概率函数的导数，有点像物理中物体质量密度的概念。一个物体在某点处的密度，就是质量函数的导数，而密度取值则是该点处导数的极限的值。质量就是对某段区间求的积分，密度越大，对积分的大小（质量大小）的影响越大。质量一定是对空间的体积而言的，一个点是没有质量的。同理，概率是密度函数在某段区间的积分，概率一定是

56.2366

3

5

0

关注作者

收藏

<1…101112…55>

CDA考试动态

CDA报考指南