Datawhale打卡之统计学（day1）

一 统计学基本知识、二项及泊松分布

1.基本知识

均值：一组数相加后除以个数，分为样本均值与总体均值
中位数：从小到大排列，最中间的为中位数，偶数个取中间两数平均值
众数：出现次数最多的数字
极差: 一组数最大和最小的差
中程数：最大数与最小数的均值
方差：
标准差：
随机变量不是传统意义上的变量，而是一种由随机过程映射到数值的函数，分为离散型与连续型

概率密度函数：
1.离散随机变量中每个变量有值且有意义
2.连续随机变量中某个具体变量概率值可为0，且一个变量范围内的概率有值且有意义，概率密度是一个函数，用于计算连续变量的某一个范围空间内的概率

2.二向分布以及泊松分布

二项分布：重复n次的伯努利试验，在每次试验中只有两种结果，其期望值为E(X)=np，n为随机试验次数，p为某一次的成功概率

泊松分布：累计随机事件发生次数的最基本的独立增量过程，也就是二项分布的极限情况

二 . 大数定律与正态分布

1.大数定律

若样本总量足够大，那么样本均值将趋于期望值

2.正态分布

正态曲线下，横轴区间（μ-σ,μ+σ）内的面积为68.268949%。

横轴区间（μ-1.96σ,μ+1.96σ）内的面积为95.449974%。

横轴区间（μ-2.58σ,μ+2.58σ）内的面积为99.730020%。

由于“小概率事件”和“假设检验”的基本思想 “小概率事件”通常指发生的概率小于5%的事件，认为在一次试验中该事件是几乎不可能发生的。由此可见X落在（μ-3σ,μ+3σ）以外的概率小于千分之三，在实际问题中常认为相应的事件是不会发生的，基本上可以把区间（μ-3σ,μ+3σ）看作是随机变量X实际可能的取值区间，这称之为正态分布的“3σ”原则。