本文详细梳理了统计学的关键知识点，包括描述性分析中的集中趋势度量（均值、中位数、众数）和分散性量度（全距、四分位数、方差、标准差），概率论中的期望与方差，以及离散型分布（几何、二项、泊松）和连续型分布（正太分布）。此外，还介绍了小样本预测大总体的步骤及假设检验的应用。
一、概述
| 研究对象 | 一维 | 数据 | 统计学 |
| 二维 | 事件 | 概率论 | |
| 统计学 | 集中趋势描述 | 均值 | |
| 分散度描述 | 方差、标准差 | ||
| 概率论 | 集中趋势描述 | 期望 | |
| 分散度描述 | 方差 | ||
二、对“数据”的描述性分析
1、集中趋势度量：为这批数据找到它们的“代表”
a）均值（u）：X = （X1+X2+……+Xn）/n
它的局限性在于“若用均值描述的数据中存在异常值的情况，会产生偏差”
b）中位数：是按顺序排列的一组数据中居于中间位置的数
c）众数：样本观测值在频数分布表中频数最多的那一组的组中数
2、分散性与变异性的量度
<
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
2万+
