统计学基础
文章平均质量分 85
统计学(我的专业)
bearx...
攻城狮
展开
-
最小二乘估计参数为什么使用残差平方和?
文章福利:Python学习精选书籍10本对于线性回归模型y=ax+b, 常用到的估计参数的方法有:最小二乘法和极大似然估计,本话题暂不讨论这两种理论方法如何去估计出参数,只讨论在最小二乘法的核心思想中,为什么使用残差平方和去做处理。先来看看最小二乘法的核心思想:平面直角坐标系中有一些数据点,对于线性回归模型来说就是要找到一条回归线,能使得这几个样本数据点尽可能的靠近这条回归线问题来了,样本点尽可能靠近这条拟合线这句话毕竟是主观臆想,怎么将主观思想进行量化,从而变得更加直观呢?既然..原创 2021-07-30 22:46:02 · 5721 阅读 · 0 评论 -
今生-前世 什么是回归?
文章福利:Python学习精选书籍10本什么是回归?如何从根源上去理解它呢?今生:存在都是合理的,任何被人们认可的东西都是经过先辈经验累积和时间沉淀所创造出来产物,本话题中的 '回归' 也不例外。起初人们为了研究数据之间的某种关系,研究出了许多方法和技术,经过时间沉淀,针对特定情况过滤出来了一部分非常好的技术方法。回归分析就算其中一种,他的一个很明显的用武之地就是:通过对符合条件的数据进行回归分析后,用回归结论去做预测...然而上面只是告诉你回归是一种在研究数据关系里的众多手段中原创 2021-07-26 19:18:56 · 832 阅读 · 0 评论 -
极大似然估计原来很简单
文章福利:Python学习精选书籍10本最大似然估计(Maximum Likelihood Estimation,MLE)是一个很成熟的估计模型参数的技术手段。早在1821年,高斯就提出了这种思想,但在一个世纪后,1922年才被发表在《关于数理统计的数学基础》上,此时发表人并不是高斯,而是现代统计科学的天才、英国统计学家罗纳德国·费雪。如何理解最大似然估计呢?字面意思上看:Maximum最大、极大,Likelihood看起来像,Maximum Likelihood就可以理解为:看...原创 2021-07-26 19:11:32 · 362 阅读 · 0 评论 -
概率和统计是一回事么?
文章福利:Python学习精选书籍10本统计、概率傻傻分不清?其实从下图中就应该知道概率、统计是有区别的本话题主要是为了后续讨论与理解最大似然估计(MLE)、最大后验概率估计(MAP)贝叶斯公式做基础。本篇我们只讨论概率与统计之间的区别。为了更通俗的理解,先来讨论统计,为什么呢?因为概率可以理解为在统计基础上衍生出来的。什么是统计(statistics)先来看个问题:有一种动物,请问这是什么动物(答案唯一)?这...没人能猜得对吧。我也猜不出来,即便是天王老子来了也猜不出来。加个原创 2021-07-24 23:23:56 · 495 阅读 · 0 评论 -
建立回归模型的完整步骤
文章福利:Python学习精选书籍10本建立回归模型的一般步骤如下图1、具体(社会经济)问题当我们想去解决一些现实生活、经济问题时,需要将具体问题量化成数据,然后通过观察与揭示事物(数据)之间的内在联系得出规律,从而达到解决现实经济问题(及时止损、预测),奔着这个目标产生了一些列的可行性问题。2、设置指标变量(量化具体问题)可行性问题已经产生,接下来就要根据问题研究的目的设置因变量 y ,然后选取一些和因变量y有统计关系的自变量 x1、x2...这里一定要明确一点:什么.原创 2021-07-23 23:43:22 · 12789 阅读 · 0 评论