第八章 Python与统计学

目录

8.1 描述性统计

8.2 推断性统计  

  8.2.1 推断性统计的步骤

  8.2.2 假设性检验的核心思想

8.3 有偏与无偏估计

8.3.1 Python代码随机生成总体数据并抽样

8.3.2 公式推导(贝塞尔校正数学推导)

---

8.1 描述性统计

        有关介绍的网站：https://en.wikipedia.org/wiki/Descriptive_statistics。

      描述性统计是一种概括性统计，它定量地描述或总结信息集合中的特征，常用来描述数据集度量的是集中趋势的度量和可变性度量。集中趋势的度量包括均值、中位数和众数，而变异性的度量包括标准差（或方差）、变量的最小值和最大值、峰度和偏度。

8.2 推断性统计  

  8.2.1 推断性统计的步骤

        推断性统计顾名思义是通过样本去估计总体sample(sample statistic)--->sampling(estimate)---->population(parameter)。

        总共分为3步：

        （1）抽样（sampling）

        （2）预测（estimate）

        （3）假设检验（Hypothesis test）

        其中做预测（estimate）最重要的就是：

        （1）点估计（Point estimation）假设样本大小n=100, 

        （2）区间估计（Confidence interval）Confidence level:95%:  (Z/t) n>30

  8.2.2 假设性检验的核心思想

        ,假设性检验就是先定好一个假设，然后去推翻这个假设。

        假设性检验的步骤：

        一、提出假设

        （1）是想要拒绝的假设，是接受的假设，单尾假设性检验：

                

                

        （2）双尾假设性检验：

                

                

        二、计算t分布