- 博客(5)
- 收藏
- 关注
RSS订阅原创 一元线性回归
假设(x1,y1),（x2,y2),...,（xn,yn)(x_{1},y_{1}), （x_{2},y_{2}), ..., （x_{n},y_{n})是总体的n个观测值，一元线性回归的hypothesis函数: hθ(x)=θ0+θ1xh_{\theta }(x)=\theta_{0}+\theta_{1}x 观测值标示为估计值加误差的形式： yi=θ0+θ1xi+eiy_{i}=\the
2016-09-13 18:16:20
255
翻译 复习统计（2）－统计量的抽样分布
sampling distribution of normal distribution 1. 卡方分布 母体正态分布，方差为σ2\sigma ^{2}, 统计量s2＝∑ni=1(xi−x¯)2n−1s^2＝\frac{\sum_{i=1}^{n}(x_{i}-\bar{x})^2}{n-1}, 那么 (n−1)s2σ2∼χ2(n−1)\frac{(n-1)s^2}{\sigma ^2}\si
2016-08-25 21:04:38
552
翻译 复习统计 （3）
估计μ\mu － population mean （1.a）σ\sigma已知，large sample n>30，不需假设母体分布 μ的(1－α)100%信赖水准的置信区间：x¯±z1−α2σn√\mu的(1－\alpha)100\%信赖水准的置信区间： \bar{x}\pm z_{1-\frac{\alpha }{2}}\frac{\sigma}{\sqrt{n}} x¯\bar{x}:
2016-08-25 19:37:46
216
原创 线性相关，相关系数
协方差 cov(X,Y)=∑ni=1(xi−x¯)(yi−y¯)n=E[(X−E(X))(Y−E(Y))]=E(XY)−E(X)E(Y)cov(X,Y)=\frac{\sum_{i=1}^{n}(x_{i}-\bar{x})(y_{i}-\bar{y})}{n} =E[(X-E(X))(Y-E(Y))]=E(XY)-E(X)E(Y) X,Y独立统计，cov(X,Y)=0方差 var(X)=∑n
2016-08-25 17:58:58
4123
翻译 复习统计（1）
parameter 参数 来自母体 例如母体均值μ\mu, 母体标准差 σ\sigma statistic 统计量 来自抽样 例如样本均值x⎯⎯\overline{x}, 样本标准差 sscentral limit Theorem 中央极限定理 - n≥\geq30, 不论母体之分布, x¯∼N(μx¯=μ,σx¯=σn√)\bar{x}\sim N(\mu _{\bar{x}}=\mu
2016-08-24 20:11:35
239
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人