统计学

所谓概率分布，是指随机变量的取值与该取值发生概率所构成的分布。概率分布描述了一个随机变量的所有取值与其相应概率值之间的关系。它可以分为离散型概率分布和连续型概率分布(离散型及连续型随机变量分类见上一篇)。 离散型概率分布主要有以下三种： 二项分布 泊松分布 超集合概率分布 今天介绍的是离散型随机变量的二项分布。 在许多试验中，结果往往只有两个。例如：检查产品…

大道至简

基础准备 随机变量回顾请见第8篇《随机变量的种类与描述》 概率回顾请见第5篇《推断理论基础——概率》 两个概念 随机变量分类：离散型随机变量和连续性随机变量。可以用“点”和“线”来类比理解。“点”（离散型）就是随机变量的取值是有限个或可列无限个。“线”（连续型）就是随机变量的取值在某一段区间上可以取无线多个。 概率分布：是指随机变量的取值与其概率所构成的分布…

研究随机现象中存在的统计规律性，可以将随机现象的结果与实际数值对应起来，即将结果数量化。因为随机现象如果可以用数值来描述，那么就可以将数学分析的方法引入到随机现象的研究中。 有些实验结果是用数值表现的，我们可以直接用这些数值代表随机变量的数值，如掷骰子的点数。但有一些试验的结果并不是数值，而是各种态度，观点和属性，如记录顾客的性别，对于这样的试验结果，我们通…

贝叶斯(Thomas Bayes, 1701—1761)是英国人，主要职业是牧师，业余爱好才是数学。他为了证明上帝的存在，发明了概率统计学原理，虽然他的这一美好愿望至死也未能实现，却为统计学的发展做出了巨大的贡献。

贝叶斯定理是用来描述两个条件概率之间关系的定理，比如P(A|B)和P(B|A)，通常，事件A在事件B发生的条件下的概率{P(A|B)}与事件B在事件A的条件下的概率{P(B|A)}是不一样的，但是这两者之间有确定的关系，贝叶斯法则就是这种关系的陈述，按照乘法法则：P(A∩B)=P(A)*P(B|A)=P(B)*P(A|B)，可以立刻导出P(B|A)=P(A|…

学习概率运算法则之前，需要知道事件之间的关系。事件之间的关系有以下三种： 1）事件的补。事件A的补就是所有在样本空间S内但不包括在A内的所有样本点的集合。A的补用表示。 2）两事件的并。属于事件A或属于事件B或同事属于事件A和B的样本点组成的集合。记作。 3）两事件的交。同事属于事件A和事件B的样本点的集合。记作 4）互斥事件。如果事件A发生，则事件B就不发…

在我们的日常生活和工作中，经常会遇到许多包含不确定结果的现象。例如，股票的价格是要上涨、下跌或者平盘？已经布满乌云的天空是否下雨？某项工程是否能够按期完工？投资项目盈利可能性多大？等等。 上述这些现象都有两个特点： 1） 事先不能确定哪一个结果出现； 2） 各种结果在多次重复过程中体现出某种统计学规律； 这类现象就称为不确定现象，或者称为随机现象。因此，我们…

所谓几何图就是利用几何图形的线形、长度、面积或体积等长短或大小变化来表示统计资料的图形。主要有散点图、条形图、直方图、饼形图、线形图和累计图等。 散点图（Scatter Chart），也称XY图，用于比较成对的数值，是用不同位置的点来描述数据的一种图形。它经常被用来研究两种变量之间的相关关系，是探索数据之间的关系形态及关联程度常用的一种图形，它通常用于比较跨…

集中趋势指标是数据的一个特征，数据的另一个特征是离散程度指标。在统计分析中，离散程度指标可以说明集中趋势指标的代表性如何，还可在统计推断时用来计算误差的大小。另外，离散程度指标还被用来说明事物在发展变化过程中的均衡性、节奏性和稳定性等问题。例如，有两组数据，第一组是19，20，21，第二组是15，20，25。如果只根据均值（两组的均值都是20）我们将无法区别…

在社会和经济领域中有许多实际发生的数据，因为各种偶然因素的影响，这些数据看起来往往杂乱无章。

统计资料的总量描述及常用经济指标介绍。

统计研究的第一步就是收集统计资料，收集统计资料时，有几个原则需要坚持，违背这些原则，收集的统计资料就毫无意义。

统计学实际上是应用数学的一个分支，其主要基于数理统计的理论基础，对收集到的数据进行量化分析和总结，从而进行推断和预测，为作出决策提供依据和参考。

今天是小S入门的第二天了，经过一天的工作洗礼后，终于屁颠屁颠的下班了，拥抱那美好的统计学梦想去了。