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

CDA持证人阿涛哥

样本均值的抽样分布

1. 在重复选取容量为n的样本时，由样本均值的所有可能取值形成的相对频数分布2. 一种理论概率分布3. 推断总体均值的理论基础

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

F分布在方差分析、回归方程的显著性检验中有着重要的地位。

129.7614

1

0

0

关注作者

收藏

CDA持证人阿涛哥

1. 样本统计量的概率分布，是一种理论分布 • 在重复选取容量为n的样本时，由该统计量的所有可能取值形成的相对频数分布 2. 随机变量是样本统计量 • 样本均值, 样本比例，样本方差等3. 结果来自容量相同的所有可能样本 4. 提供了样本统计量长远而稳定的信息，是进行推断的理论基础，也是抽样推断科学性的重要依据

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

点估计问题的提法

设总体X 的分布函数形式已知,但它的一个或多个参数为未知,借助于总体X的一个样本来估计，总体未知参数的值的问题称为点估计问题

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

1. 将构造置信区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比例称为置信水平 2. 表示为 (1 -  •  为是总体参数未在区间内的比例3. 常用的置信水平值有 99%, 95%, 90% • 相应的  为0.01，0.05，0.10

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

估计量与估计值

1. 估计量：用于估计总体参数的随机变量 • 如样本均值，样本比例, 样本方差等 • 例如: 样本均值就是总体均值 的一个估计量 2. 估计值：估计参数时计算出来的统计量的具体值 • 如果样本均值 x =80，则80就是的估计值

10.5518

1

0

0

关注作者

收藏

CDA持证人阿涛哥

各相关系数的区别

皮尔逊相关系数：一般用来计算两个连续型变量的相关系数。肯德尔相关系数：一个连续一个分类（最好是定序变量）斯皮尔曼相关系数：2个变量无论连续还是分类都可以，但斯皮尔曼是非参数的，会损失信息，尽量不用

10.5518

1

0

0

关注作者

收藏

liting李

什么是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。

96.2661

2

0

0

关注作者

收藏

liting李

小概率事件发生的概率 α和弃真错误的概率 α是一个概念吗？

小概率事件发生的概率 α和弃真错误的概率 α两者不是一个概念。弃真错误就是指原本是对的，你判断错的概率，这个是弃真事件发生的概率。小概率事件，是指在一次事件中几乎不可能发生的事件。一般称之为“显著性水平”，用α表示。显著性水平一般取值为5%只能说弃真错误的概率α是小概率事件发生的概率。

90.5518

2

0

0

关注作者

收藏

CDA持证人阿涛哥

百分比和百分点

百分比和百分点百分比：是相对数中的一种，它表示一个数是另一个数的百分之几，也称为百分率或百分数。百分比的分母是100，也就是用1%作为度量单位，因此便于比较。百分点：是指不同时期以百分数的形式表示的相对指标的变动幅度，1%等于1个百分点。

10.5518

1

0

0

关注作者

收藏

CDA持证人阿涛哥

顾客细分&画像

顾客细分&画像（Customer Segmentation & Profiling）根据现有的顾客数据，将特征、行为相似的顾客归类分组。描述和比较各组。

10.5518

1

0

0

关注作者

收藏

liting李

如何理解和区分近似误差和估计误差?

近似误差其实可以理解为模型估计值与实际值之间的差距。估计误差其实可以理解为模型的估计系数与实际系数之间的差距。

62.7257

2

1

0

关注作者

收藏

liting李

机器学习中如何理解近似误差与估计误差

近似误差：可以理解为对现有训练集的训练误差。估计误差：可以理解为对测试集的测试误差。近似误差关注训练集，如果近似误差小了会出现过拟合的现象，对现有的训练集能有很好的预测，但是对未知的测试样本将会出现较大偏差的预测。模型本身不是最接近最佳模型。估计误差关注测试集，估计误差小了说明对未知数据的预测能力好。模型本身最接近最佳模型。

62.7257

2

0

0

关注作者

收藏

liting李

几种常见的误差评估方法

1.RMS:均方根误差2.RMSE:均方根误差它是观测值与真值偏差的平方和观测次数n比值的平方根，在实际测量中，观测次数n总是有限的，真值只能用最可信赖（最佳）值来代替.方根误差对一组测量中的特大或特小误差反映非常敏感，所以，均方根误差能够很好地反映出测量的精密度。3.标准差（Standard Deviation）标准差是方差的算术平方根，也称均方差（mean square error），是各数据

62.7257

2

0

0

关注作者

收藏

读童话的狼

白噪声检验的原假设

白噪声检验(Ljung – Box 检验)即原假设为：滞后m阶序列值相互独立，自相关函数均为零备择假设为：之后m期的序列之间存在相关性若p>=α,则不能拒绝原假设，序列为白噪声若p

109.0909

1

0

0

关注作者

收藏

读童话的狼

什么是显著性水平，什么是置信水平？

置信水平：一般用1-alpha表示，它是一个接近于1的概率值，表明你得到的置信区间包含真参数的概率。一般常取为95%或者90%或者99%。是预先取定的值。显著性水平：一个预先取定的值，一般用alpha表示。跟置信水平恰好方向相反（加起来是1），在假设检验中表示在零假设成立下拒绝它所犯的一类错误的上界。在用p值检验时，如果p值比显著性水平小，就可以放心拒绝原假设。反之，不拒绝。置信区间：在一个给定置

109.0909

1

0

0

关注作者

收藏

liting李

怎么判断左侧，右侧，双侧检验？

这要看原假设是怎么个问法,本质上就是考虑问题的角度；比如问平均体重是不是50Kg,这就是双边的,它是个不等号；如果问是否小于50Kg,那就是右侧检验；如果问是否大于50K个,那就是左侧检验.总之,原假设的反面是怎么样,就怎么叫.

63.1579

1

0

0

关注作者

收藏

liting李

什么是矩阵的秩

将矩阵做初等行变换后，非零行的个数叫行秩将其进行初等列变换后，非零列的个数叫列秩矩阵的秩是方阵经过初等行变换或者列变换后的行秩或列秩矩阵的秩一般有2种方式定义1. 用向量组的秩定义矩阵的秩 = 行向量组的秩 = 列向量组的秩2. 用非零子式定义矩阵的秩等于矩阵的最高阶非零子式的阶单纯计算矩阵的秩时, 可用初等行变换把矩阵化成梯形梯矩阵中非零行数就是矩阵的秩

63.1579

1

0

0

关注作者

收藏

liting李

离散型变量怎么判断互相独立

对于两个独立事件 A 与 B 有P(A|B) = P(A)以及P(B|A) = P(B)换句话说，如果 A 与 B 是相互独立的，那么 A 在 B 这个前提下的条件概率就是 A 自身的概率；同样，B 在 A 的前提下的条件概率就是 B 自身的概率。那么只需要简单的举个反例就好了P(X=-1，Y=-1) =1/8，P(X=-1)=3/8;P(Y=-1)=3/8那么P(X=-1|Y=-1)=P(X=-

63.1579

1

0

0

关注作者

收藏

liting李

我的数学成绩有95%概率在80-90分之间和我的数学成绩在80-90之间对于这件事儿我有95%的把握这两者有什么区别

统计学假设与检验中的用上述的第二个说法。概率是一个在0到1之间的实数，是对随机事件发生的可能性的度量。把握用在假设与检验这个地方，如“我们有95%的把握拒绝原假设”，是对程度的度量，二者意思相近，不必深究。

59.2826

1

0

0

关注作者

收藏

<1…456…55>

CDA考试动态

CDA报考指南