统计基础

摘要：在之前的文章中，我们讨论了如何利用单变量和多变量分析的方法来检测异常值。接下来我们将介绍如何利用聚类方法识别多变量情形中的异常值。 推荐阅读：检测异常值的参数和非参数方法 顾名思义，聚类方法就是将特征相似的样本聚集在同一个类别中，因此样本间的相似性是一个非常重要的概念，我们需要考虑如何量化样本间的相似情况。通常情况下，我们用样本之间的距离远近来衡量其相…

小小的P值， 对于显著性， 你说想要说些什么 —Stephen Ziliak, 罗斯福大学经济学教授 需要多少个统计学家，才能保证对于p值有至少50%的不满呢根据曼荷莲学院统计学家George Cobb半开玩笑的估计，答案是两个…或者一个。所以也就不令人意外，当美国统计协会聚集了26名专家商讨关于统计显著性和P值的一致声明时，讨论很快就变得激烈。 对于外行人…

导语 1987年，是印度传奇数学家拉曼努扬(SrinivasaRamanujan，1887-1920)的百年诞辰。为了纪念他，有一系列的活动。当代著名统计学者， 出生于印度的劳氏(C. Radhakrishna Rao，1920)，也应邀做了三场演讲。之后，印度统计学研究所(IndianStatistical Institute)基于劳氏的演讲稿，于1989…

伯努利分布是指一个分布离散型概率分布，为纪念瑞士科学家雅各布布?伯努利而命名。

不等距分组又称异距分组，各组组距并不完全相等的分组。它适用于标志值变动很不均匀的情况。

什么是标准误差（Standard error），也称均方根误差（Root mean squared error）？

标准偏差（也称标准离差或均方根差）是反映一组测量数据离散程度的统计指标。

变数或变量，是指没有固定的值，可以改变的数。

运用之妙，存乎一心，正所谓“无招胜有招”才是最高境界，你说是吗？

多少数据才算够？

多少数据才算够？

有人说：「统计学就是个p！」此p可不像彼「屁」，可以一放了之。

了解事物之间的相互关系可以丰富你的信息，让你了解真相，使你立于不败之地。 发现事物之间的相互关系：相关与回归。 数据类型探讨 单变量数据考虑的是一个单一变量的频数或者概率。 二变量数据给出两个变量的数值，如果其中一个变量以某种方式受到控制，或者被用来解释另一个变量，则这个变量被称为自变量或者解释变量，另一个变量则称为因变量或者反应变量。 二变量数据可视化 散…

有时候事实与期望并不相符，我们需要有这个心理准备，同时，我们需要寻求其他方法进行分析和解答。 使用卡方检验评估差异 检验统计量代表什么 拟合优度检验 拟合优度检验——它检验观察频数是否和假设的概率分布相吻合。 自由度确定规律 要点一 总结 1卡方检验的含义 2卡方检验的应用 练习

他人的言论未必句句真实可信。如何判断和定论？其目的就是发现真相，还原本真，呈现可靠。 如何判断他人的言论是真，是假？假设检验是一种思维方法——利用样本检验各种统计断言是否可能属实。通过假设检验可以权衡证据，检验极限结果——是纯属巧合，还是存在其他内在根据。 假设检验具体过程 查看断言 查看证据 做出决策 假设检验的六个步骤 原假设 备选假设 注意：进行假设检…