统计学学习周-Datawhale

任务 4
【任务内容】
学习内容 1 线性回归
线性回归是利用最小平方误差，对自变量和因变量之间关系进行建模的一种回归分析
解释了直线拟合中最基本的原理。
推导线性回归的公式：假设第一象限，最佳拟合曲线为y=mx+b。（m斜率,b截距）计算m,b（运用代数,微积分中的偏导数等）

b=y_bar-x_bar
决定系数R2:指y的总波动情况中,可以以直线关系说明的部分所占的比率。
R2越大，表示直线拟合的越好
71.协方差和回归线
给出协方差定义Cov，将协方差同线性回归结合得推导出回归线的斜率m
学习内容 272-81集 卡方分布与方差分析
[第72集] χ2分布介绍
χ2分布：k个独立的标准正态分布变量的平方和服从自由度为k的卡方分布。
卡方分布常用于假设检验和置信区间的计算，若来自正态总体的k个随机变量X1，X2,X3……Xn相互独立，且数学期望为0，方差为,1(服从标准正态分布),则随机变量X=sigmaXi^2被称为服从自由度为k的卡方分布
[第73集] 皮尔逊χ2检验
举例：一个简单的餐厅一周每日顾客量计算和观察值使用卡方检验进行假设检验。
[第74集] 列联表χ2检验
列联表是以列表方式表示两个或多个变量或属性共同出现的频率。
75-77方差分析：是用于两个及两个以上样本均数差别的显著性检验。
总平方和SST（计算方差时不除以n的那一部分）
方差分析中由于各种因素的影响研究所得的数据呈波动状,该波动分为组间波动和组内波动两种
总均值（也即几组数据的总均值）等于各组数据均值的均值。
所有数据的离差平方和=组内的离差平方和+组间离差平方和
假设组数为m，组内数据有n个，上面的自由度分别为mn-1，m(n-1),m-1
f检验是指一种统计学意义上服从f分布的零假设的检验。
[第78集] 相关性和因果性 引用WEBMD论文"Eating breakfast may beat teen obesity.”讲述
相关性（correlation）：两个或多个事物同时发生，具有关联
因果性（causality）：因为a所以b
79-81演绎推理
演绎推理：由一般性的前提出发，通过推导/演绎，得出具体陈述或个别结论的过程
演绎推理有三段论、选言推理（以选言判断为前提，分为相容和不相容）、假言推理（充分条件假言推理和必要条件假言推理）、关系推理等形式。
三段论举例：
知识分子都是应该受到尊重的，人民教师都是知识分子，所以，人民教师都是应该受到尊重的。
关系推理举例：
(1)对称性关系推理，如1米=100厘米，所以100厘米=1米；
(2)反对称性关系推理，a大于b，所以b不大于a ；
(3)传递性关系推理，a>b，b>c，所以a>c。
82-85 归纳推理
所谓归纳推理,就是从个别性知识推出一般性结论的推理