统计学中常见的英文缩写

最新推荐文章于 2025-03-28 17:11:30 发布
最新推荐文章于 2025-03-28 17:11:30 发布
阅读量2.1w 收藏 4
点赞数
分类专栏： 统计学 文章标签： 统计学 数学基础
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u011467621/article/details/48088885
版权

By joey周琦 | http://blog.csdn.net/u011467621

在看英文概率书籍时候遇见上述词汇，概念有所不清，下面我总结下

  • pmf:离散随机变量的概率密度函数，也有人翻译为概率质量函数。常见形式：
    这里写图片描述

  • Cpmf：就是离散随机变量的累积分布函数，不连续。

  • Pdf:连续随机变量的概率密度函数，常见形式如高斯概率密度函数。
    这里写图片描述

  • Cdf:连续随机变量的累积分布函数（分布函数）。就是对pdf的积分，形式如：
    这里写图片描述
  • Corelation coefficient：相关系数。如下式：
    这里写图片描述
    其中，E是数学期望，cov表示协方差，和 是标准差
  • iid = independent identically distributed 独立同分布。

未完待续

统计学基础（一）：中位数、方差、标准差、均方误差、估计量、高斯函数、正态分布...
ab1213456的博客
05-18 7333
一、中位数 定义/解释：按顺序排列的一组数据中居于中间位置的数，即在这组数据中，有一半的数据比他大，有一半的数据比他小 　　#如果观察值有偶数个，通常取最中间的两个数值的平均数作为中位数。 二、方差 参考百科：方差 　1）定义 　　　方差（variance)：是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量 　2）应用 　　1、在...
线性回归中常见的一些统计学术语（RSE RSS TSS ESS MSE RMSE R2 Pearson's r）
weixin_34210740的博客
03-29 8027
TSS: Total Sum of Squares（总离差平方和） --- 因变量的方差 RSS: Residual Sum of Squares （残差平方和） ---由误差导致的真实值和估计值之间的偏差平方和(Sum Of Squares Due To Error) ESS: Explained Sum of Squares （回归平方和） --- 被模型解释的方...
计算机软件里CR与CF什么意思,统计学中CR,PR,SD,PD,RR是什么意思
weixin_33277564的博客
07-07 5668
CR：完全缓解，所有靶病灶消失，无新病灶出现，且肿瘤标志物正常，至少维持4周。PR：部分缓解，靶病灶最大径之和减少≥30%，至少维持4周。SD：疾病稳定，靶病灶最大径之和缩小未达PR，或增大未达PD。PD：疾病进展, 靶病灶最大径之和至少增加≥20%，或出现新病灶。扩展资料：统计学是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。统计学用到了大量的...
数理统计—抽样分布(卡方分布、t分布、F分布)
Positivelearner的博客
03-28 216
统计量是样本的函数，且函数中不依赖任何未知参数 ，比如样本均值、样本方差、样本比例等。从总体中按特定抽样方式抽取多个样本，每个样本可计算出一个统计量值 ，所有这些可能的统计量值及其对应概率构成抽样分布。抽样分布也称统计量分布、随机变量函数分布 ，是指样本估计量（统计量）的分布。
方差（variance）、标准差（Standard Deviation）、均方差、均方根值（RMS）、均方误差（MSE）、均方根误差（RMSE）
热门推荐
Allure Love的博客
11-15 6万+
方差（variance)：衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。                        概率论中的方差表示方法 ：                        样本方差，无偏估计、无偏方差（unbiased variance）。...
统计学 入门基础PDF( Probability Density Function) 和PMF ( Probability Mass Function )
YtdxYHZ的专栏
06-10 1万+
PMF( 概率质量函数 ): 是对 离散随机变量 的定义. 是 离散随机变量 在各个特定取值的概率. 该函数通俗来说,就是 对于一个离散型概率事件来说, 使用这个函数来求它的各个成功事件结果的概率. PDF ( 概率密度函数 ): 是对 连续性随机变量 的定义. 与PMF不同的是 PDF 在特定点上的值并不是该点的概率, 连续随机概率事件只能求一段区域内发生事件的概率, 通过对这段区间进
统计中集中趋势的衡量标准
gongdiwudu的专栏
01-23 3465
统计中的中心趋势是用于表示大量数值数据的中间值或中心值的数值。这些获得的数值在统计学中称为中心值或平均值。 任何统计数据或序列的中心值或平均值是代表整个数据或其相关频率分布的变量的值。这样的值具有重要意义，因为它描绘了整个数据的性质或特征，否则很难观察到。
数学之美2 - 概率篇
Flyingfish
05-26 2431
概率篇 朴素贝叶斯 文本分类 语言模型 马尔科夫模型 决策树 A/B 测试
统计学教学大纲(20210923173312).pdf
09-27
由于给定文件信息中的【部分内容】是一串数字和英文字符的混合，以及一些统计软件和统计方法的缩写，这些内容本身并没有提供足够的信息来生成具有实际意义的知识点。然而，考虑到【标题】和【描述】中提到的“统计学...
人工智能常用英文缩写.pdf
02-27
在人工智能领域，我们经常遇到各种英文缩写，这些缩写代表了不同的概念和技术。下面将对其中的关键术语进行详细解释： 1. NLP (Natural Language Processing)：自然语言处理是AI的一个子领域，专注于使计算机理解和...
Python 全栈 400 之统计学练习
相信相信的力量
10-28 649
381 什么是一个事件？ 抛硬币出现正面就可以定义为一个事件 X；抛硬币出现反面也能被定义为一个事件 Y；抛硬币 10 次，正面朝上次数也可定义为一个事件 Z；在101班测量了40名学生的身高，学生的平均身高也可以被定义为一个事件 H. 382 什么是概率？ 概率描述某个事件发生的概率，比如上面事件 X 发生的概率为 0.4，则对应的事件 Y 发生的概率就为 0.6，事件 X 和 事件 Y ...
常用统计学数学符号缩写
qq_39447698的博客
11-21 2620
变异系数（Coefficient of Variation,COV）和协方差（Covariance, Cov）
wanjiac的博客
09-19 4万+
变异系数（COV） 在概率论和统计学中，变异系数，又称“离散系数”（coefficient of variation），是概率分布离散程度的一个归一化量度，其定义为标准差 与平均值 之比 MATLAB 协方差 [cov] 和相关系数 [corrcoef] 说明 协方差（Covariance）在概率论和统计学中用于衡量两个变量的总体误差。 PS From WIKI ...
在统计学中概率分布中的概率密度函数PDF，概率质量PMF，累积分布CDF
IT届的小学生
03-16 7923
一. 概念解释 PDF：概率密度函数（probability density function）, 在数学中，连续型随机变量的概率密度函数（在不至于混淆时可以简称为密度函数）是一个描述这个随机变量的输出值，在某个确定的取值点附近的可能性的函数。 PMF : 概率质量函数（probability mass function), 在概率论中，概率质量函数是离散随机变量在各特定取值上的概率。 CD...
常用统计检验的Python实现
早起Python
03-13 2914
前言 今天给大家整理了一些使用python进行常用统计检验的命令与说明，请注意，本文仅介绍如何使用python进行不同的统计检验，对于文中涉及的假设检验、统计量、p值、非参数检验、iid等统计学相关的专业名词以及检验背后的统计学意义不做讲解，因此读者应该具有一定统计学基础。 正态性检验 正态性检验是检验数据是否符合正态分布，也是很多统计建模的必要步骤，在Python中实现正态性检验可以...
数据分析常见的英文缩写（一）
前景
07-02 8041
数据分析常见的英文缩写
离散型随机变量及其分布律
sunshine博客
05-24 1万+
1.0-1分布 2.二项分布 X~b(n,p) 例1: 例2： 3.泊松分布 4.几何分布 几何分布可作为描述某个试验 “首次成功” 5.超几何分布 ...
几个常见分布的英文 哈哈 原创的第一篇
bjtu_dubing的博客
12-10 3856
 B二项分布 binomial distribution P泊松分布 poisson's distribution U均匀分布 uniform distribution E指数分布 exponential distribution N正态分布  normal distribution
统计学中常用专用名词中英对照
知行终的博客
03-29 3万+
统计学中名词中英对照
Inference缩写
最新发布
04-03
<think>好的，用户之前问过“调用的英文缩写”，现在又问“Inference缩写”。我需要先确定用户的需求。可能用户在学习计算机科学或者编程相关的知识，特别是术语的缩写。之前我解释了CALL，现在用户需要知道Inference的缩写。 首先，我得确认Inference在不同领域的常见缩写是什么。在计算机领域，尤其是机器学习和人工智能中，Inference通常没有标准的缩写，但有时候会简写成INFER或者直接使用全称。可能需要检查是否有其他领域使用不同的缩写，比如统计学或者逻辑学，但通常在这些领域也是用全称。 然后，用户可能看到某些文档或代码中用了缩写，想知道是否正确。比如在模型部署时，INFER可能被用作变量名或函数名。需要解释清楚虽然有时会用INFER，但并不是广泛接受的缩写，建议在正式场合使用全称以避免混淆。 另外，用户可能对模型推理过程的具体步骤或应用场景感兴趣，比如在深度学习中的推理阶段。这时候需要分点说明，比如硬件加速、优化方法等，帮助用户全面理解。 还要考虑用户可能的后续问题，比如Inference和Training的区别，或者如何优化推理性能，所以回答中可以提前提及这些点，让用户有更深入的信息参考。 最后，保持回答结构清晰，符合之前用户要求的格式，使用中文，正确应用LaTeX，比如变量用$...$，独立公式用$$...$$。确保内容准确，同时举例说明，比如TensorFlow或PyTorch中的实际应用，帮助用户更好地理解。</think>**Inference** 的常见英文缩写为 **INFER**。以下是详细说明和应用场景： --- ### 1. **基本定义** - **推理（Inference）** 指**通过已知信息推导出结论的过程**，常见于以下领域： - **人工智能（AI）**：模型基于训练数据对新输入进行预测（如分类、回归）。 - **逻辑学**：从前提推出结论（如演绎推理、归纳推理）。 - **统计学**：通过样本数据推断总体特征（如假设检验）。 --- ### 2. **核心应用场景** #### (1) **AI/机器学习中的推理** - **模型推理（Model Inference）**：训练后的模型对新数据执行预测。 - 示例代码（伪代码）： ```python prediction = model.infer(input_data) # 调用推理方法 ``` - 框架支持： - TensorFlow：`model.predict()` - PyTorch：`model.eval() + torch.no_grad()` #### (2) **逻辑推理** - 形式化规则应用（如 $P \rightarrow Q, P \vdash Q$）。 - 工具示例：自动定理证明器（ATP）。 #### (3) **统计推断** - 参数估计（如 $\mu = \bar{X} \pm z_{\alpha/2} \frac{\sigma}{\sqrt{n}}$）。 - 假设检验（如 $p$ 值计算）。 --- ### 3. **缩写使用规范** - **INFER** 多用于非正式场景（如代码注释、技术讨论），**正式文档通常保留全称**。 - 注意区分其他缩写： - **TRAIN**（Training）：模型训练阶段。 - **OPT**（Optimization）：优化过程。 --- ### 4. **AI推理的底层流程** 1. **前向传播**：输入数据通过神经网络层计算输出。 $$ y = f_{\theta}(x) $$ （其中 $f_{\theta}$ 为模型，$x$ 为输入，$y$ 为预测值） 2. **计算资源**： - CPU/GPU 并行计算 - 专用硬件（如 TPU、NPU） --- ### 5. **性能优化技术** - **模型压缩**：量化（Quantization）、剪枝（Pruning）。 - **硬件加速**：TensorRT、ONNX Runtime。 - **批处理（Batching）**：提升吞吐量。 --- ### 6. **常见问题** #### Q：推理（Inference）和训练（Training）的区别？ - **训练**：通过损失函数反向传播调整模型参数（$\theta$）。 - **推理**：固定参数 $\theta$ 后仅执行前向计算。 #### Q：边缘设备上如何优化推理速度？ - 使用轻量级模型（如 MobileNet）。 - 启用硬件加速（如 Core ML 对 Apple 芯片的适配）。 --- 如需特定领域（如深度学习框架实现细节）的扩展解释，可进一步说明需求。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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