统计学
噶噶~
这个作者很懒,什么都没留下…
展开
-
终于有人将正态分布与Z值讲清楚了
视频链接:https://www.bilibili.com/video/BV1RB4y1K7wu/?(2)正态分布标准化。原创 2024-04-08 15:27:28 · 227 阅读 · 0 评论 -
求解神经网络做十字交叉验证k=10,这种方法到底是得到十个模型还是一个模型
求解神经网络做十字交叉验证k=10,这种方法到底是得到十个模型还是一个模型原创 2023-04-19 17:21:48 · 319 阅读 · 0 评论 -
Pearson 相关方法和 Spearman 相关方法的比较
Person先关系数和Spearman先关系数的区别原创 2022-12-19 14:41:52 · 146 阅读 · 0 评论 -
供应链中的安全库存(二)——Z值在安全库存中的应用
在供应链中在计算安全库存中的Z值和概率值的具体含义原创 2022-10-31 17:32:17 · 337 阅读 · 0 评论 -
层次分析小案例
参考文档:https://wenku.baidu.com/view/69e7f1d56fdb6f1aff00bed5b9f3f90f77c64dcd.htmlpython求取最大特征根:import numpy as npa = np.array([[1,1/5,3,3,7],[5,1,5,5,7],[1/3,1/5,1,3,5], [1/3,1/5,1/3,1,5],[1/7,1/7,1/5,1/5,1]])b = np.linalg.eig(a)print(b原创 2020-11-18 00:56:06 · 1381 阅读 · 0 评论 -
供应链中的安全库存(二)——Z值在安全库存中的应用
在供应链中在计算安全库存中的Z值和概率值的具体含义原创 2022-08-29 12:05:46 · 299 阅读 · 0 评论 -
供应链中的安全库存(一)——一文搞懂“正态分布”所有重要知识点
理解正态分布,以及理解对应的平均值+n*标准差的含义。转载 2022-08-29 11:51:13 · 883 阅读 · 0 评论 -
python实现K-means的代码
python实现K-means的代码原创 2022-07-22 10:36:06 · 712 阅读 · 0 评论 -
Python:计算经纬度距离
python根据两点的经纬度计算其距离原创 2022-07-22 10:18:57 · 5255 阅读 · 0 评论 -
SSR、SSE、SST、判定系数(可决系数、拟合优度)的计算公式
https://blog.csdn.net/S20144144/article/details/99672706原创 2022-02-23 14:36:02 · 3490 阅读 · 0 评论 -
statsmodels.tsa.seasonal.seasonal_decompose使用移动平均线进行季节性分解
所谓分解就是将时序数据分离成不同的成分,分解有:长期趋势Trend、季节性seasonality和随机残差residualsstatsmodels使用的X-11分解过程,它主要将时序数据分离成长期趋势、季节趋势和随机成分。 与其它统计软件一样,statsmodels也支持两类分解模型,加法模型和乘法模型,model的参数设置为"additive"(加法模型)和"multiplicative"(乘法模型)。首先看看函数statsmodels.tsa.seasonal.seasonal_decompose原创 2021-09-11 21:04:11 · 2235 阅读 · 0 评论 -
指数分布和泊松分布的区别和联系
1. 两者的联系 在概率理论和统计学中,指数分布(也称为负指数分布)是描述泊松过程中的事件之间的时间的概率分布,即事件以恒定平均速率连续且独立地发生的过程。 这是伽马分布的一个特殊情况。 它是几何分布的连续模拟,它具有无记忆的关键性质。 除了用于分析泊松过程外,还可以在其他各种环境中找到。2. 两者的模型 (1) 指数分布 ![在这里插入图片描述](https://img-blog.csdnimg.cn/2021071514570235.png?x-oss-process=im原创 2021-07-15 14:58:14 · 11036 阅读 · 0 评论 -
连续分布的检验—以正太分布为例
如何检验一组数据是否服从正太分布,通常有四种方式进行检验:正态图、P-P/Q-Q图、正态性假设检验(P值)、描述性检验(偏度、峰度)参考链接:http://www.360doc.com/content/20/0114/10/68257218_886107355.shtml...原创 2021-07-15 13:55:51 · 142 阅读 · 0 评论 -
离散分布的检验—以泊松分布为例
通常我们对于一组数据要分析其服从什么分布,是泊松分布、卡方分布…,则需要对其进行假设检验,常用的就是卡方拟合优度检验、P值检验进行检验。例如:即是通过了卡方,做了假设检验,并且通过了检验。案例参考连接:https://www.docin.com/p-737078127.html...原创 2021-07-15 13:34:39 · 7801 阅读 · 2 评论 -
一般生产中的曲线拟合小技巧
一般生产中曲线几乎都是使用对数和指数函数进行拟合的,那么什么时候使用对数什么时候使用指数函数嘞。(1)对数和指数函数的形状对比对数:指数函数:可以看出:1) 对数函数和指数函数都是单调递增的关系2) 对数函数是开始时增加的速度快,然后越来越慢3)指数函数是开始时增加的速度慢,然后越来越快(2) 对数使用小技巧——孰能生巧对数函数的使用场景通常运用在生产加工上,比如第一次生产某个产品需要100小时/件;第二次生产需要90小时/件;第三次需要85小时/件。(3)指数函数使用小技巧指数函数原创 2021-07-14 23:10:47 · 312 阅读 · 0 评论 -
常用函数图形
参考连接:https://wenku.baidu.com/view/61d5431d09a1284ac850ad02de80d4d8d15a018d.html里有,常用函数以及对应的图形原创 2021-01-15 19:01:26 · 180 阅读 · 0 评论 -
Python中scipy中weibull分布的计算
scipy.stats.exponweib:scipy包中计算weibull分布的函数。from scipy.stats import exponweib密度函数的格式:exponweib.pdf(x, a, c) =a * c * (1-exp(-x**c))**(a-1) * exp(-x**c)*x**(c-1),这个形式很奇怪在官方文档说a和c是shape parameter,扩展的loc和scale参数,exponweib.pdf(x, a, c, loc, scale)...原创 2020-10-19 17:42:29 · 3264 阅读 · 0 评论 -
Python概率分布:泊松分布
参考连接:https://blog.csdn.net/weixin_42695959/article/details/84036865原创 2020-07-16 21:42:31 · 657 阅读 · 0 评论 -
泊松分布的现实意义是什么,为什么现实生活多数服从于泊松分布?
参考连接:https://www.zhihu.com/question/26441147?sort=created原创 2020-07-13 17:13:06 · 1090 阅读 · 0 评论