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

shauna570392

最小二乘法答案的公式怎么是这样的，和老师讲的不一样？

答案的公式：上课老师讲：二者实际上是一样的，下面的公式乘开了就变成上面的样子了：

0.1415

1

3

0

关注作者

收藏

shauna570392

怎样处理自变量的相关性？

如果自变量具有共线性一般会手动移除出共线性的变量先做下相关分析，如果发现某两个自变量X（解释变量）的相关系数值大于0.7，则移除掉一个自变量（解释变量），然后再做回归分析。此方法是最直接的方法。

0.0000

0

9

0

关注作者

收藏

shauna570392

拒绝域是什么意思？

拒绝域亦称否定域，又称临界域，是统计学的基本概念之一。指在假设检验中，以拒绝原假设的统计量的取值范围，假设检验中根据检验统计量的分布，由给定的小概率α(0

77.3248

1

0

0

关注作者

收藏

shauna570392

假设检验的临界值是怎么算出来的？

显著性水平是指当原假设实际上正确时，检验统计量落在拒绝域的概率，简单理解就是犯弃真错误的概率。这个值是我们做假设检验之前统计者根据业务情况定好的。显著性水平α越小，犯第I类错误的概率自然越小，一般取值：0.01、0.05、0.1等当给定了检验的显著水平a=0.05（95%）时，进行双侧检验的Z值为1.96。即临界值为±1.96倍的标准差当给定了检验的显著水平a=0.01

77.3248

1

3

0

关注作者

收藏

詹惠儿

求自由度n-k，怎么定义k是多少？

问：求自由度n-k，怎么定义k是多少？答：在统计学中，自由度指的是计算某一统计量时，取值不受限制的变量个数。通常df=n-k。其中n为样本含量，k为被限制的条件数或变量个数，或计算某一统计量时用到其它独立统计量的个数。自由度通常用于抽样分布中，在回归中k指自变量的个数。例如，有一个有4个数据(n=4)的样本，其平均值m等于5，即受到m=5的条件限制，在自由确定4、2、5三个数据后，第

2.6752

2

4

0

关注作者

收藏

shauna570392

求自由度n-k，怎么定义k是多少？

自由度(degree of freedom, df)指的是计算某一统计量时，取值不受限制的变量个数。通常df=n-k。其中n为样本数量，k为被限制的条件数或变量个数，或计算某一统计量时用到其它独立统计量的个数。自由度通常用于抽样分布中。一般来说，自由度等于独立变量减掉其衍生量数复。举例来说，变异数的定义是样本制减平均值(一个由样本决定的衍生量)，因此对N个随机样本而言，其自由度为N-1。

0.0000

0

2

0

关注作者

收藏

shauna570392

正态分布计算的时候，计算机每次算出来的值是不是都不太一样？

因为是随机取值，每次算出来的值是会不大一样但是当样本足够大的时候，每次计算的差别基本上都可以忽略不计了，我们也不太能感受的出来

0.0000

0

4

0

关注作者

收藏

詹惠儿

sklearn中的逻辑回归模型可能弄出具体模型出来的吗？

问：sklearn中的逻辑回归模型可能弄出具体模型出来的吗？我都是直接调用黑箱操作出结果，都不知道它具体模型是啥？答：线性回归和逻辑回归，其目标函数为:g(x) = w1x1 w2x2 w3x3 w4x4 w0而逻辑回归有激活函数sigmoid，增加非线性变化则为分类模型，对于这样的线性函数，在sklearn中都可以调用模型接口lr.coef_和lr.inte

31.1047

5

5

0

关注作者

收藏

shauna570392

为什么算有限元的时候，不收敛就计算不下去了？

有限元法是一种有效解决数学问题的解题方法。其基本求解思想是把计算域划分为有限个互不重叠的单元，在每个单元内，选择一些合适的节点度作为求解函数的插值点，单元上所作用的力等效到节点上，将微分方程中的变量改写成由各变量或其导数的节点值与所选用版的插值函数组成的线性表达式，就是用叉值函数来近似代替，借助于变分原理或加权余量法，将微权分方程离散求解。如果不收敛，那么计算区域就是发散了，就没办法计算了。

4.7771

2

1

0

关注作者

收藏

詹惠儿

泊松分布是什么

问：泊松分布是什么答：泊松分布是一种统计与概率学里常见到的离散概率分布，当二项分布的n很大而p很小时，泊松分布可作为二项分布的近似，其中λ为np。通常当n≧10,p≦0.1时，就可以用泊松公式近似得计算，简单来说，泊松分布就是描述某段时间内，事件具体的发生概率。其公式如下：

29.2480

5

0

0

关注作者

收藏

詹惠儿

三阶行列式是怎么展开计算的

问：这个三阶行列式是怎么展开计算的答：三阶行列式按照主对角线相乘为正，副对角线相乘为负的规则来展开计算，代入以下公式将行列式展开即可计算出结果。

9.1635

4

4

0

关注作者

收藏

shauna570392

什么是泊松分布？

让我们先通过一个例子，了解什么是"泊松分布"。 a 已知某家小杂货店，平均每周售出2个水果罐头。请问该店水果罐头的最佳库存量是多少？假定不存在季节因素，可以近似认为，这个问题满足以下三个条件：（1）顾客购买水果罐头是小概率事件。（2）购买水果罐头的顾客是独立的，不会互相影响。（3）顾客购买水果罐头的概率是稳定的。在统计学上，只要某类事件满足上面三个条件，它

34.0178

3

5

0

关注作者

收藏

若水若谷

统计学：置信区间、置信度、精度（或误差范围——精度的反义）及其关系

置信区间与置信度的关系：当样本量给定时，置信区间的宽度随着置信水平的增大而增大；当置信水平固定时，置信区间的宽度随样本量的增大而减小，也就是说，较大的样本所提供的有关总体的信息要比较小的样本多。置信度与精度的关系：当样本量给定时，误差范围随着置信度的增大而增大，即精度随置信度的增加而减小；当置信度固定时，误差范围随着样本量的增大而减小。因此，可通过增加样本量来提高精度。

34.8385

3

6

0

关注作者

收藏

若水若谷

统计学：区间估计的基本原理是什么？

下面以总体均值的区间估计为例来说明区间估计的基本原理：首先，由样本均值的抽样分布可知，在重复抽样或无限总体抽样的情况下，，由此可以求出落在总体均值两侧任何一个抽样标准差范围内的概率，而实际估计中，是要估计未知总体均值，由于与的距离是对称的，因此，当求得某个样本均值落在的两个标准差范围内，反过来，也就被包含在以为中心左右两

16.0344

3

4

0

关注作者

收藏

若水若谷

统计学：点估计和区间估计及其区别与联系

点估计就是用样本统计量的某个取值直接作为总体参数的估计值。区间估计是在点估计的基础上，给出总体参数估计的一个估计区间，该区间通常由样本统计量加减估计误差组成。点估计的不足：由于样本是随机的，抽出一个具体的样本得到的估计值可能不同于总体真值，因此还必须给出点估计值的可靠性，而其可靠性是由抽样的标准误差来衡量的，这表明一个具体的点估计值无法给出估计的可靠性度量，也无法说明点估计值与总体参数的接近程度

15.6954

2

4

0

关注作者

收藏

陈革007

Excel: 20200423课后习题 (有思路,但是有缺陷)

组合图,: 2018 2019 的用柱状图显示, 环比用折线图显示,放在次纵坐标轴,但是数据之间差的有点大(3亿和 9 ),有哪位同学有合理的解决方案?可以调整单位吗???

17.1466

3

5

0

关注作者

收藏

赵娜0418

log（p/(1-p)）=b0 b1*x1 b2*x2这个公式如何理解？

等号右侧对应的是X1和X2的特征，等号左侧就是P除以1-P，P是根据Y的取值和X的条件概率计算出来的

6.6233

6

3

0

关注作者

收藏

赵娜0418

误差越大是否迭代的越少？

一般是误差越小迭代的越少，误差越大它需要更多的迭代来让误差变小

6.6233

6

1

0

关注作者

收藏

赵娜0418

如果数据量很大，如何抽数据在找到最优参数？

如果数据量特别的大的时候，通常情况下可以看一下你拿到的数据大概是什么年份的，通常会有一个年份作为标注，一般把最新年份的数据提取出来，例如：设置一个条件数据是最近两年的，假设最近两年的数据有一千万行，那么在这些数据里抽取一部分数据，比如说抽取10%，那也就是最终抽取一百万行，然后来搜索这个参数。总体的原则就是最近的数据抽取一个样本，这个样本通常是百分之五到百分之二十之间抽。

21.9942

9

0

0

关注作者

收藏

赵娜0418

非监督是什么意思？

监督学习是一种目的明确的训练方式，你知道得到的是什么；而无监督学习则是没有明确目的的训练方式，你无法提前知道结果是什么。监督学习需要给数据打标签；而无监督学习不需要给数据打标签。监督学习由于目标明确，所以可以衡量效果；而无监督学习几乎无法量化效果如何。无监督学习是一种机器学习的训练方式，它本质上是一个统计手段，在没有标签的数据里可以发现潜在的一些结构的一种训练方式。

4.9818

9

3

0

关注作者

收藏

<1…212223…55>

CDA考试动态

CDA报考指南