概率论学习

目录

1 描述性统计

1.1 描述集中趋势

1.2 描述离散趋势

1.3 分布

2 推断性统计

2.1 参数估计

2.2 假设检验

4 相关分析：

4.1 回归分析

4.1.1 一元线性回归

4.2 时间序列分析

5 其他

5.2 协方差

9 参考资料

---

1 描述性统计

1.1 描述集中趋势

变异系数是无单位指标(无量纲量)

移动平均其实就可以用来反应整体趋势

1.2 描述离散趋势

​

1.3 分布

总体方差和总体标准差

样本方差和样本标准差

​

1 为什么样本方差的分母是 n-1

Note：说明用分母为n的总体方差公式计算的样本方差会低估数据总体的波 动程度

​

概率分布：每种分布的场景和意义

​

2 推断性统计

理论基础是大数定律，大量抽样样本的分布符合正态分布。

2.1 参数估计

抽样分布

均值估计

方差估计

​

z分布和t分布是讲均值的分布的，卡方或者F分布是说方差的分布的。

怎样用样本参数 推断 总体参数

​

2.2 假设检验

描述不同的区间多大程度上是可信的

​

4 相关分析：

4.1 回归分析

回归模型就是因变量和自变量的关系是直线的。

一元就是一个自变量，多元就是多个。一元回归模型是直线，多元就是超平面

Note: 非线性回归就是因变量和自变量关系不是直线，可以是逻辑回归那种曲线也可以是多项式那种曲线。

怎样选择 回归模型？ 线性回归，多项式回归，逻辑回归

​

4.1.1 一元线性回归

a，b参数估计方法即模型的确认方法，其主要包括两种方法：最小二乘法，极大似然法

4.2 时间序列分析

​

5 其他

计学习方法包括模型的假设空间、模型选择的准则及模型选择的算法，称为统计学习方法的三要素，简称模型（model）、策略（strategy）和算法（algorithm）

5.2 协方差

协方差表示的两个随机变量之间的相关性关系的，还有一个类似的是相关系数。

可以通俗的理解为：两个变量在变化过程中是同方向变化？还是反方向变化？同向或反向程度如

何？

你变大，同时我也变大，说明两个变量是同向变化的，这时协方差就是正的。

你变大，同时我变小，说明两个变量是反向变化的，这时协方差就是负的。

从数值来看，协方差的数值越大，两个变量同向程度也就越大。反之亦然。

​

​

9 参考资料

[人人都会数据分析]