python演示，用经验分布逼近总体精确分布

LKJLKJKL

于 2019-08-12 18:21:55 发布

阅读量2.4k

点赞数 1

分类专栏：机器学习文章标签： python

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/LKJLKJKL/article/details/99319188

版权

经验分布定义为 $\large F_n(x)=\frac{1}{n}S(x)$ ,

$\large S(x)$ 表示样本值，不大于任意实数x的样本个数，n表示样本总量。

根据格力文科定理，对于任意的实数x，当样本量足够大的时候，统计量 $\large F_n(x)$ 与总体分布 $\large F(x)$ 的函数值之间只有很小的差距，在实际上可以当做总体分布来使用。

设

最低0.47元/天解锁文章

关注

1
点赞
踩
12

收藏

觉得还不错? 一键收藏
0
评论
python演示，用经验分布逼近总体精确分布

经验分布定义为,表示样本值，不大于任意实数x的样本个数，n表示样本总量。根据格力文科定理，对于任意的实数x，当样本量足够大的时候，统计量与总体分布的函数值之间只有很小的差距，在实际上可以当做总体分布来使用。设是来自以为分布函数的总体的样本，是经验分布函数，则有对于固定的x,经验分布的数学期望是总体分布。现在假设有200个球，分别标上了数字-100到...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。