看见统计
文章平均质量分 93
看得见的统计概率入门。
曹逗号
日拱一卒,功不唐捐。
展开
-
Chapter-6_回归分析
Chapter-6_回归分析本文内容摘自:https://seeing-theory.brown.edu/regression-analysis/cn.html回归分析是一种建立两个变量之间线性模型的方法。1. 最小二乘法最小二乘法是一个估计线性模型参数的方法。这个方法的目标是找到一组线性模型参数,使得这个模型预测的数据和实际数据间的平方误差达到最小。这是四个让让统计学家一度十分头疼的数据集:安斯库姆四重奏,你可以通过这四个数据集进一步探索最小二乘法。选择一个数据集拖动图中的数据点,观察它原创 2022-03-25 21:34:44 · 1104 阅读 · 0 评论 -
Chapter-2_进阶概率论
Chapter-2_进阶概率论1. 集合论广而言之,一个集合指的是一些物体的总体。在概率论中,我们用一个集合来表示一些事件的组合。比如,我们可以用集合{2,4,6}来表示“投骰子投出偶数”这个事件。因此我们有必要掌握一些基本的集合的运算。用下面的集合生成器来构造一个集合,然后点击“提交”来查看你的集合对应的文氏图。通过拖放来移动或者放缩圆的大小。实验结果:2. 古典概型古典概型本质上就是数数。但是在概率论中,数数有时候比想象中要困难的多。因为我们有时要数清楚符合一些性质的事件或者轨道个数的,原创 2022-03-22 20:02:34 · 165 阅读 · 0 评论 -
Chapter-5_统计推断_贝叶斯学派
Chapter-5_统计推断_贝叶斯学派本文内容摘自:https://seeing-theory.brown.edu/bayesian-inference/cn.html贝叶斯学派的思想是用数据来更新特定假设的概率。1. 贝叶斯公式假设你最近去看了医生,并决定检查一下自己有没有得一种罕见的疾病。如果你很不幸地收到了阳性的结果,你可能最想知道的是“已知这个检查结果,我真的得了这种病的概率是多少?”(毕竟医疗检查并不是100%准确的。)有了贝叶斯公式,我们就可以准确地计算出上述事件的概率:P(患病原创 2022-03-23 21:35:48 · 120 阅读 · 0 评论 -
Chapter-1_基础概率论
Chapter-1_基础概率论概率事件生活中充满了随机性。概率论是一门用数学语言来刻画这些随机事件的学科。一个随机事件的概率是一个介于0与1之间的实数,这个实数的大小反映了这个事件发生的可能性。因此,概率为0意味着这个事件不可能发生(不可能事件),概率为1意味着这个事件必然发生(必然事件)。以一个投掷一枚公平的硬币(出现正面和反面的概率相等,均为1/2)的经典的概率实验为例:。在现实中,如果我们重复抛一枚硬币,出现正面的频率可能不会恰好是50%。但是当抛硬币的次数增加时,出现正面的概率会越来越接近50原创 2022-03-21 14:14:07 · 124 阅读 · 0 评论 -
Chapter-3_概率分布
Chapter-3_概率分布本文内容摘自:https://seeing-theory.brown.edu/probability-distributions/cn.html概率分布描述了随机变量取值的规律。1. 随机变量随机变量是一个函数,它用数字来表示一个可能出现的事件。你可以定义你自己的随机变量,然后生成一些样本来观察它的经验分布。点击或拉动选中右图中的一些六边形,然后在框中输入一个数字,点击提交,生成你定义的随机变量的样本,观察相应的经验分布。实验结果:2. 离散型和连续型随原创 2022-03-22 20:49:03 · 103 阅读 · 0 评论 -
Chapter-4_统计推断_频率学派
Chapter-4_统计推断_频率学派本文内容摘自:https://seeing-theory.brown.edu/frequentist-inference/cn.html#section1频率学派通过观察数据来确定背后的概率分布。1. 点估计统计学中一个主要的问题是估计参数。我们用一个取值为样本的函数来估计我们感兴趣的参数,并称这个函数为估计量。这里我们用一个估计圆周率 π 的例子来具体说明这个想法。 我们知道 π 可以由圆与其外切正方形的面积比来表示:Scircle=πr2Ssquare原创 2022-03-25 17:11:36 · 304 阅读 · 0 评论