统计学
文章平均质量分 91
统计学基础总结
Cykaede
这个作者很懒,什么都没留下…
展开
-
标准偏差:评价数据的离散程度
我们知道了方差是用来评价一组数据的离散程度,然而他与原数据 不处在同一个级数下,往往很难理解数据的离散程度,这个时候就需要引入 标准偏差 和变异系数,让这个指标 归一化,能更简单的去评价数据的离散程度。标准偏差(Standard Deviation)定义标准差(又称标准偏差、均方差,英语:Standard Deviation,缩写SD),为方差开算术平方根,反映组内个体间的离散程度。1标准偏差2标准偏差^2标准偏差2 = 方差方差:σ2=1n∑i=1n(xi−xˉ)2 .方差: \sigma原创 2021-02-23 13:29:35 · 13579 阅读 · 0 评论 -
方差的简单理解
这里写自123定义目录标题欢迎使用Markdown编辑器2312新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器2312你好! 这是你第一次使123123用 Markdown编辑器 所展示的原创 2021-02-23 12:41:33 · 3874 阅读 · 2 评论 -
如何理解95%置信区间
科技论文里经常会出现【95%CI】的评价,这个评价到底有什么意义,他和[68-95-99.7法则](https://blog.csdn.net/kaede0v0/article/details/113790060)的关系是什么,可能很多人没有清楚的理解,包括之前写论文评价95%CI的自己。原创 2021-02-11 23:02:47 · 53875 阅读 · 10 评论 -
简单理解正态分布(概率密度函数)和68-95-99.7法则
正太分布和概率密度函数,期望值,方差正态分布(Normal distribution),又名高斯分布(Gaussian distribution)是一个非常常见的连续概率分布。正态分布在统计学上十分重要,经常用在自然和社会科学来代表一个不明的随机变量1。正态分布的形状由平均值 μ\muμ和方差σ2\sigma^2σ2所决定。一个 服从 随机变量XXX的正态分布可以写成X~Normal(μ,σ2);orX~N(μ,σ2) X~Normal(\mu, \sigma^2); or X~N(\mu, \原创 2021-02-11 16:20:43 · 66050 阅读 · 6 评论