![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据科学的统计基础
文章平均质量分 90
cy^2
想开就健康了
展开
-
二:统计基础:描述统计
这里写目录标题一级目录二级目录三级目录一级目录二级目录三级目录原创 2022-05-23 14:48:13 · 1391 阅读 · 0 评论 -
统计基础:1.1_正态分布及其检验
这里写目录标题一级目录二级目录三级目录一级目录二级目录三级目录原创 2022-05-19 21:16:28 · 6899 阅读 · 0 评论 -
统计基础:3.1_假设检验综述
这里写目录标题一级目录二级目录三级目录一级目录二级目录三级目录原创 2022-05-11 22:33:17 · 2923 阅读 · 0 评论 -
统计基础:3.2_假设检验的两类错误
假设检验中的两类错误1、Ⅰ类错误和Ⅱ类错误2、α和β的计算3、α和β的关系4、两种错误的危害比较5、如何同时控制两类错误1、Ⅰ类错误和Ⅱ类错误 由于抽样的随机性,利用小概率原理对H0是否成立作为判断时,难免会犯两类错误。第一类错误(α错误/弃真错误):原假设为真时拒绝原假设 可能产生原因:1、样本中极端数值;2、采用决策标准较宽松。第二类错误(β错误/取伪错误):原假设为假时接受原假设 可能产生原因:1、实验设计不灵敏;2、。2、α和β的计算α 错误概率计算 由实际推断翻译 2022-05-11 22:30:25 · 6233 阅读 · 0 评论 -
统计基础:3.3_假设检验之t检验(Student‘s t test)
t检验三种形式一、参数检验:T检验介绍1.1、单样本T检验(one sample t test)1.2、两独立样本T检验(two independent sample t-test)1.2、配对样本T检验(paired t test)一、参数检验:T检验介绍 t检验,亦称student t检验(Student’s t test),主要用于样本含量较小(例如n < 30),总体标准差σ未知的正态分布。 [1] t检验是用t分布理论来推论差异发生的概率,从而比较两个平均数的差异是否显著。1.1原创 2022-05-09 16:53:55 · 7403 阅读 · 0 评论 -
统计基础:4.2_相关分析之Pearson、Spearman、Kendall
相关分析一、相关分析综述1.1 相关分析1.2 相关系数二、 连续变量的相关分析2.1 Pearson相关系数的定义2.2 相关系数显著性检验2.2.1 提出假设2.2.2 计算检验统计量2.2.3 事件发生概率计算与统计推断2.3 python实现pearson相关系数三、Spearman秩相关系数3.1 Spearman 秩相关系数的定义3.2 举例说明3.3 python 实现 Spearman 秩相关系数四、Kendall(肯德尔)秩相关系数五、质量相关分析六、偏相关与复相关一、相关分析综述1原创 2022-04-23 22:33:48 · 3177 阅读 · 0 评论