数学基础
文章平均质量分 88
llovew.
这个作者很懒,什么都没留下…
展开
-
贝叶斯分析
贝叶斯分析(Bayesian analysis)是一种基于贝叶斯定理的统计推断方法,用于从观测数据和先验知识中推断出参数的后验分布。这种方法能够帮助我们根据已有的信息更新我们对未知参数的置信度。贝叶斯分析的过程可以简单描述如下:1. 设定先验分布:首先,我们需要选择一个适当的先验分布来表示我们对参数的先有信念,这个先验分布可以是由领域知识、历史数据或专家经验得到的。2. 收集观测数据:接下来,我们收集实际观测到的数据。原创 2023-12-14 18:25:18 · 502 阅读 · 1 评论 -
方差分析实例
方差分析的基本思想是将总体方差(反映了所有样本的变异程度)分解为组间方差(反映了不同样本均值之间的差异)和组内方差(反映了相同样本内观测值的变异)。如果组间方差远大于组内方差,说明各样本均值之间差异显著;反之,差异不显著。方差分析步骤 建立假设:首先,我们需要提出一个原假设和备择假设。原假设通常假设所有样本的均值相等,备择假设则假设至少有一组样本的均值不相等。 计算方差:通过使用样本数据,计算每个样本的平均值和总体平均值,并计算组间方差和组内方差。 计算统计量:计算统计量F值,原创 2023-12-13 09:27:05 · 1455 阅读 · 1 评论 -
数据科学必备分布
正态分布随机变量的赋范概率密度函数(pdf)和累积密度函数(cdf)# IMPORTS# PDF 概率密度alpha=.15,# CDF 累计概率密度# LEGEND# TICKS# TITLE。原创 2023-12-07 21:24:18 · 927 阅读 · 0 评论 -
概率论基础
中心极限定理是一个重要的统计学概念,它描述了一种现象:当我们从一个总体中随机抽取许多样本,并计算每个样本的平均值,这些平均值的分布将趋向于正态分布,即使总体分布不是正态分布。奥卡姆剃刀的核心思想是,如果两个模型能够解释观测数据的情况下,我们更应该选择解释更简单的模型,因为它更具有泛化能力,并且更不容易受到噪声数据的影响。举个例子,假设有一个二维离散型随机变量X,它的取值可以是{(0,0), (0,1), (1,0), (1,1)},对应的概率分别为{0.3, 0.2, 0.4, 0.1}。原创 2023-12-06 17:36:18 · 1095 阅读 · 1 评论 -
特征值与特征向量
对于给定矩阵A,寻找一个常数λ和非零向量x,使得向量x被矩阵A作用后,所得的向量Ax与原向量x平行,并且满足Ax=λx。原创 2023-12-06 07:56:15 · 1188 阅读 · 1 评论