python数据分析之简单数据的统计分析

本文详细介绍了Python中简单数据的统计分析,包括随机变量的均匀分布和正态分布,以及随机模拟方法在大数据分析中的应用。此外,还深入探讨了单变量线性相关和回归模型,通过实例展示了相关系数的计算与检验,以及模型的建立与预测。
摘要由CSDN通过智能技术生成

简单数据的统计分析

随机变量的概率分布对现实世界的建模和分析发挥这重要作用。有时,理论分布于收集到的某过程的历史数据十分贴近。有时,可以先对某过程的基本特性做先验性判断,然后不需要收集数据就可以选出合适的理论分布。在这两种情况下,均可用理论分布来回答显示种所遇到的问题,也可以从分布中生成一些随机数来模拟现实的行为。

一、随机变量及分布

1.均匀分布

这里‘均匀’是指随机点落在 区间(a,b)内任一点的机会是均等的,从而在相等的小区间上的概率相等,在任一区间(a,b)的,随机变量X的概率密度函数为一个常数。
y=P(x)=1/(b-a) (a<x<b)
在这里插入图片描述

均匀分布是随机抽样和随机模拟的基础,可用randint()和uniform()函数产生均匀随机数。

1.1整数随机数

在这里插入图片描述

1.2实数随机数

在这里插入图片描述

1.3整数随机数列

在这里插入图片描述

1.4 实数随机数列

在这里插入图片描述

2.正态分布

2.1正态分布函数

正态分布是统计分析的最主要分布。正态分布是古典统计学的核心,它有两个参数:位置参数均值μ,尺度参数标σ。正态分布的图形如倒立的钟,且分布对称。现实生活中,很多变量是服从正态分布的,如人的身高、体重和智商IQ。

  • 1
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

黎明之道

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值