- 综合排序
- 最热优先
- 最新优先
- 来自专栏产品经理的人工智能学习库
数理统计（Mathematical statistics）
文章目录 百度百科版本 数理统计是数学的一个分支，分为描述统计和推断统计。它以概率论为基础，研究大量随机现象的统计规律性。
90310发布于 2019-12-18 - 来自专栏FREE SOLO
数理统计----协方差公式推导
协方差公式推导 cov(X,Y)=∑ni=1(Xi−X¯)(Yi−Y¯)n=E[(X−E[X])(Y−E[Y])] cov(X,Y)=∑i=1n(Xi−X¯)(Yi−Y¯)n=E[(X−E[X])(Y−E[Y])]
3K20发布于 2019-06-14 - 来自专栏前行的CVer
概率论与数理统计
⌛️本文状态：已完结✔️ 翻到一年前自己的日志中记载到“要深入理解好大数定律和中心极限定理，这是数理统计的灵魂。”感觉还挺叼的，翻出来复习一下。
58210发布于 2021-03-04 - 来自专栏云计算与大数据
数理统计｜回归分析的概念
若有变量x和y, 当变量x的值确定之后，变量y的值也随之确定，这种变量之间的关系是确定性关系。
73510编辑于 2022-01-17 - 来自专栏mathor
概率论与数理统计（一）
公告里说好要写概率论的笔记就一定会写，那么这篇文章会讲一些比较基础的东西，概念性的比较多。 一、样本空间 一个试验若满足条件： （1）试验可以在相同的条件下重复进行； （2）试验的所有结果是明确可知的，并且不止一个； （3）进行一次试验之前无法预料哪个结果会出现； 那么则称这样的试验为随机实验，记为$E$。并且，随机试验所有结果的集合，称为样本空间，记为$S$或者$Ω$. 二、随机事件 样本空间$S$的子集$A$称为随机事件$A$，简称事件$A$.当且仅当$A$中的某个样本点发生称事件$A$发
57640发布于 2018-06-22 - 来自专栏Java架构师必看
概率论与数理统计 卡方分布_概率论与数理统计方差的性质
概率论与数理统计 卡方分布_概率论与数理统计方差的性质概率论与数理统计——卡方分布的期望与方差E(X)=nD(X)=2n 若X为随机变量，且X满足X∼χ2(n)X\sim\chi^2(n)X∼χ2(n 今天说一说概率论与数理统计 卡方分布_概率论与数理统计方差的性质,希望能够帮助大家进步!!! 概率论与数理统计——卡方分布的期望与方差 E(X)=n D(X)=2n 若X为随机变量，且X满足 X ∼ χ 2 ( n ) X\sim \chi ^2(n) X∼χ2(n)，则期望E(X)=
77450编辑于 2022-05-03 - 来自专栏mathor
概率论与数理统计（二）
概率这里我就列几条性质，然后把上课老师给我们讲的做古典概型题的两种思路讲一下就带过了，后面的条件概率和贝叶斯公式才是正题。 一、概率性质 1. 2.P( 3.（有限可加性） 两两互斥，即 ,i≠j,则 4.若 则有 5.(概率的加法公式) #5. ##5. 二、古典概型（“一把抓”与“一个一个取”的区别） 若试验满足： 1.样本空间S中样本点有限（有限性） 2.出现每一个样本点的概率相
1.4K30发布于 2018-06-22 人工智能数学基础（六）：数理统计
数理统计是人工智能中数据处理和分析的核心工具，它通过收集、分析数据来推断总体特征和规律。本文将系统介绍数理统计的基本概念和方法，并结合 Python 实例，帮助读者更好地理解和应用这些知识。 6.1 概述 6.1.1 数理统计发展简史 数理统计起源于 17 世纪，经过贝叶斯、高斯等统计学家的贡献，逐渐发展为一门成熟的学科。 在现代，随着计算机技术的发展，数理统计在人工智能、大数据等领域得到了广泛应用。 6.1.2 数理统计的主要内容 数理统计主要包括描述性统计、参数估计、假设检验、回归分析等内容，用于从数据中提取信息、做出决策和预测。 points_inside_circle) / total_simulations print(f"蒙特卡罗方法估计的圆周率值（{total_simulations}次模拟）：{pi_estimate}") 6.7数理统计总结
17010编辑于 2026-01-21- 来自专栏glm的全栈学习之路
数理统计之数据预测：浅谈ARIMA模型
ARIMA模型最重要的地方在于时序数据的平稳性。平稳性是要求经由样本时间序列得到的拟合曲线在未来的短时间内能够顺着现有的形态惯性地延续下去，即数据的均值、方差理论上不应有过大的变化。平稳性可以分为严平稳与弱平稳两类。严平稳指的是数据的分布不随着时间的改变而改变；而弱平稳指的是数据的期望与向关系数（即依赖性）不发生改变。在实际应用的过程中，严平稳过于理想化与理论化，绝大多数的情况应该属于弱平稳。对于不平稳的数据，我们应当对数据进行平文化处理。最常用的手段便是差分法，计算时间序列中t时刻与t-1时刻的差值，从而得到一个新的、更平稳的时间序列。
5.9K20发布于 2020-09-28 - 来自专栏诡途的python路
Task2：数理统计与描述性分析
快速阅读 思维导图 常用统计量 python实现 思维导图 常用统计量 描述型统计学常用统计量与数学符号 python实现 1、基本统计量的python实现 #导入包 import pandas as pd import numpy as np from scipy import stats import math """ Scipy是一个高级的科学计算库，Scipy一般都是操控Numpy数组来进行科学计算， Scipy包含的功能有最优化、线性代数、积分、插值、拟合、特殊函数、快速傅里叶
82010编辑于 2022-05-09 - 来自专栏机器学习与统计学
概率论与数理统计公式整理(完整版)
转自：轻松学高等数学（easystudymath） 第二章 随机变量及其分布 第三章 二维随机变量及其分布 第四章 随机变量的数字特征 第五章 大数定律和中心极限定理 第六章 样本及抽样分布 第七章
4.9K33发布于 2019-07-15 - 来自专栏rikka
数据科学基础(五) 数理统计的基本概念
文档目录 随机事件及其概率 随机变量及其分布 期望和方差 大数定律与中心极限定理 数理统计的基本概念 参数估计 假设检验 多维 回归分析和方差分析 降维 5.1. 总体与样本 5.2.
91220编辑于 2022-01-19 - 来自专栏微生态与微进化
回归分析与方差分析：数理统计的基石
这两种分析是很多数理统计例如组间差异分析（Metastats、Adonis、Anosim）、约束排序分析（RDA、CCA、CAP）、决策树分析（MRT、ABT、RF）的基础，堪称数理统计的基石。
1.3K20编辑于 2022-05-05 - 来自专栏Datawhale专栏
机器学习数学基础：数理统计与描述性统计
而今天的这篇内容是在概率论的基础上往前一步， 属于数理统计的内容。 大纲如下： 数理统计的基础（基础概念， 统计量与抽样分布， 常用统计量） 描述性统计（数据集中趋势和离散趋势， 分布特征， 偏度与峰度） ? 数理统计基础 前面已经分析了数理统计是基于是通过从未知分布中抽取多个样本， 对这些数据进行统计分析进而去分析随机变量的规律和特点， 所以在这里面依然会涉及到一些基本的概念。 在数理统计中， 总体就是研究对象的全体， 通常用一个随机变量表示， 组成总体的每个基本单元叫个体， 而总体中包含的个体总数就是总体容量。 写到最后 数理统计是从抽样统计的角度去估计样本的总体分布或未知的规律， 首先介绍了数理统计里面的基本概念， 例如总体，个体， 样本等， 然后是统计量与抽样分布， 介绍了常用的统计量像均值， 方差， 标准差
2K20发布于 2020-07-02 - 来自专栏华章科技
详解数据科学与数理统计的基本概念
导读：数据分析要熟练掌握数据科学与数理统计的基本概念。 作者：张秋剑 张浩 周大川 常国珍 来源：大数据DT 01 数据科学的基本概念 随着计算机技术的发展和有用数据的快速增多，数据科学应运而生。 02 数理统计技术 数理统计博大精深，但入门并不难。只要掌握本节中介绍的描述性统计分析和统计推断的知识，你便可应对绝大部分工作。 1.
74510编辑于 2022-03-11 - 来自专栏小小挖掘机
机器学习数学基础：数理统计与描述性统计
而今天的这篇内容是在概率论的基础上往前一步， 属于数理统计的内容。 大纲如下： 数理统计的基础（基础概念， 统计量与抽样分布， 常用统计量） 描述性统计（数据集中趋势和离散趋势， 分布特征， 偏度与峰度） ? 数理统计基础 前面已经分析了数理统计是基于是通过从未知分布中抽取多个样本， 对这些数据进行统计分析进而去分析随机变量的规律和特点， 所以在这里面依然会涉及到一些基本的概念。 在数理统计中， 总体就是研究对象的全体， 通常用一个随机变量表示， 组成总体的每个基本单元叫个体， 而总体中包含的个体总数就是总体容量。 写到最后 数理统计是从抽样统计的角度去估计样本的总体分布或未知的规律， 首先介绍了数理统计里面的基本概念， 例如总体，个体， 样本等， 然后是统计量与抽样分布， 介绍了常用的统计量像均值， 方差， 标准差
2.6K20发布于 2020-07-03 - 来自专栏PPV课数据科学社区
连载 | 概率论与数理统计(1) – 基本概念
最近专门抽出一段时间对自己学习过的《概率论与数理统计》做一个小结，也算是对自己的一个交代。主要包括以下几个方面： 基本概念； Python的实现； 一些比较经典的例子。 概率论与数量统计： 实际上，一般概率论与数理统计被认为是两个学科。 概率论是数学的一个分支，研究如何定量描述随机变量及其规律； 数理统计则是以数据为唯一研究对象，包括数据的收集、整理、分析和建模，从而对随机现象的某些规律进行预测或决策。 后面的统计学是建立在概率论的理论基础之上的，因此可以说理解随机变量这个概念是学习和运用概率论与数理统计的关键。 Reference ---- 中国大学MOOC：浙江大学，概率论与数理统计 中国大学MOOC：哈尔滨工业大学，概率论与数理统计 https://www.mathsisfun.com/data/random-variables.html
92410发布于 2018-07-24 - 来自专栏数据森麟
数理统计与概率论及Python实现——随机变量
后面的统计学是建立在概率论的理论基础之上的，因此可以说理解随机变量这个概念是学习和运用概率论与数理统计的关键。
74510发布于 2020-09-24 - 来自专栏我的充电站
概率论与数理统计 Chapter4. 参数估计
image.png image.png
11920编辑于 2022-04-13 - 来自专栏AI研习社
机器学习的本质就是数理统计？答案可能没这么简单
可能许多刚刚接触 AI 的新人们都产生过类似这样的疑问：机器学习和数理统计，究竟有什么本质区别？不都是玩数据的么。 而数理统计是关于抽样、统计和假设检验的科学。 这个答案看起来似乎无懈可击，但其实机器学习和数理统计之间的关系远没有这么简单。 █ 相同点 按照数理统计学的大师级人物 Larry Wasserman 的说法，实际上“这两门学科（机器学习和数理统计）关心的是同一件事，即我们能从数据中学到什么？” 根据他在个人博客中的总结，以下这些在数理统计和机器学习中的常见术语实际上具有相同的含义。 ? 这样看来，机器学习和数理统计的确具有相同的目标：从数据中学习。他们的核心都是探讨如何从数据中提取人们需要的信息或规律。但是，这两门学科在研究方法上却有本质的区别。
1.5K91发布于 2018-03-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号