随笔分类 - 数据科学
发表于 2019-12-29 20:58阅读：1403评论：1推荐：0
摘要：求置信区间 抽取样本, 样本量为200 np.random.seed(42) coffee_full = pd.read_csv('coffee_dataset.csv') coffee_red = coffee_full.sample(200) #this is the only data you
阅读全文 »
发表于 2019-12-22 21:33阅读：164评论：0推荐：0
摘要：在抽样与抽样分布的基础上，根据样本统计量来推断总体参数。 详见简书：https://www.jianshu.com/p/5445b95379ce
阅读全文 »
发表于 2019-12-16 11:19阅读：2259评论：0推荐：0
摘要：代码 import pandas as pd import numpy as np import plotly.plotly as py import plotly.graph_objs as go path = '/home/v-gazh/PycharmProjects/us_data/limit
阅读全文 »
发表于 2019-12-15 22:35阅读：1685评论：0推荐：0
摘要：参考链接：https://github.com/v-gazh/LearningStatsGroup/blob/master/week7/week7.ipynb 源地址：https://github.com/AeneasZhu/LearningStatsGroup/blob/master/week7/
阅读全文 »
发表于 2019-12-08 19:29阅读：2815评论：0推荐：0
摘要：统计量 统计学中最主要的提取信息的方式就是对原始信息进行一定的运算，得出某些代表性的数字，以反映数据某些方面的特征，这种数字被称为统计量。用统计学语言表述，统计量是样本的函数，它不依赖于任何未知函数。推断统计学的重要作用就是，通过从总体中抽取样本构造适当的统计量。 常用统计量 抽样分布 在总体X的分
阅读全文 »
发表于 2019-12-01 20:14阅读：623评论：0推荐：0
摘要：二项分布式 import numpy as np import matplotlib.pyplot as plt list = np.random.binomial(n=10, p=0.5,size = 10000) plt.hist(list, bins = 8,color = 'g', alph
阅读全文 »
发表于 2019-11-24 21:42阅读：823评论：0推荐：0
摘要：基本概念 随机变量 在做实验时，常常是相对于试验结果本身而言，我们主要还是对结果的某些函数感兴趣。 例如，在掷骰子时，我们常常关心的是两颗骰子的点和数，而并不真正关心其实际结果； 就是说，我们关心的也许是其点和数为7，而并不关心其实际结果是否是（1，6）或（2，5）或（3，4）或（4，3）或（5，2
阅读全文 »
发表于 2019-11-10 21:31阅读：1706评论：0推荐：0
摘要：数据的集中趋势 众数 众数是样本观测值在频数分布表中频数最多的那一组的组中值，主要应用于大面积普查研究之中。 众数是在一组数据中,出现次数最多的数据，是一组数据中的原数据，而不是相应的次数。 一组数据中的众数不止一个，如数据2、3、-1、2、1、3中，2、3都出现了两次，它们都是这组数据中的众数。
阅读全文 »
发表于 2019-11-03 23:26阅读：591评论：0推荐：0
摘要：数据预处理 数据的预处理是在对数据分类或分组之前所做的必要处理，内容包括数据的审核、筛选、排序等。 数据审核 数据审核就是检查数据中是否有错误。 对于通过调查取得的原始数据（raw data），主要从完整性和准确性两个方面去审核。 完整性审核主要是检查应调查的单位或个体是否有遗漏，所有的调查项目是否
阅读全文 »
发表于 2019-07-28 20:59阅读：276评论：0推荐：0
摘要：python环境安装 过于基础，此处就不细写了，可参考：https://www.runoob.com/python/python-install.html Python基本数据类型 可变、不可变数据类型 可变数据类型 列表、字典、集合--不可哈希 集合里存的元素必须是不可变的数据类型，无序，不重复(
阅读全文 »
