wingwqr的专栏

t检验 检验目的：在样本中比较连续变量的平均数，以检验均值之间的差异是否大于能被所解释的差异。 样本均值有差异，总体之间确实存在差异的概率是多少？ 单样本t检验 检验某个连续变量的样本均数与给定总体的已知均数相比，其差异是否显著 独立样本t检验 配对样本r检验 ...

非参数检验方法 卡方检验 属于非参数检验，是在总体分布未知或知之甚少的情况下，利用样本数据对总体分布形态进行推断的方法。 检验所有类别是否包含相同频率或不同用户指定比例一致。 假设检验的结论：p值<0.05，则研究假设成立，反之，则研究假设不成立。 应用场景 比例分布检验 检验一个变量中取值的比例分布是否均匀。 二项式检验 检验二分类变量（0,1）的两个类别的观察频率与指定概率参数的二项式分布下的期望频率是否一致。 K-S检验 检验样本来自的总体中，一个变量的分布是否服从正态分布、均匀分布、泊松分布、

抽样 抽样方法 #mermaid-svg-6kMcN6QuLMmRmzKC .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fill:#333;color:#333}#mermaid-svg-6kMcN6QuLMmRmzKC .label text{fill:#333}#mermaid-svg-6kMcN6QuLMmRmzKC .node rect,#mermaid-svg-6k

统计推断 抽样误差与标准误 抽样误差：由于个体差异产生的，抽样造成的样本统计量与总体参数之间的差别，由于抽样方法、个体差异导致 标准误：表示样本统计量抽样误差大小的统计量 总体标准误=总体标准差/总体数开平方 σxˉ=σn{\sigma}_{\bar{x}}=\frac{\sigma}{\sqrt{n}}σxˉ​=n​σ​ 样本标准误=样本标准差/样本数开平方 Sxˉ=SnS_{\bar{x}}=\frac{S}{\sqrt{n}}Sxˉ​=n​S​ 标准差与标准误的区别 指标 意义 应用

常用数据指标 数据集中趋势 均值 用于表示共性特征，集中趋势。 算术平均值（加和平均值）： 算术平均=Σmin\frac{\Sigma m_i}{n}nΣmi​​ m：具体数据 n：数据个数 几何平均值（几何平均值）：一般在计算增长率等比率时使用，只有在数据为正数时才能计算 几何平均=Mn\sqrt[n]{M}nM​ = M1nM^\frac{1} {n}Mn1​ M：数据乘积 n：数据个数 调和平均：一般用于计算速度的平均，或者当下限值（最低值）附近的数据出现的频数较高时。只有在数据为正数时才能计算。

4种测量尺度 分类变量 一般用于统计频次 定类尺度的数据： 功能：分类 例如：性别，喜欢的艺人 定序尺度的数据： 功能：分类、排序 例如：喜欢的宠物的顺序，想去的国家的顺序 连续变量 能统计频次，也能统计平均值、标准差等 定距尺度的数据： 功能：分类、排序、加减 例如：温度、10分满意评价（0-10分） 定距与定比的区别：没有绝对零点（零代表没有） 定比尺度的数据： 功能：分类、排序、加减、乘除 例如：体重、身高、年龄、收入 ...