摘要：
假设检验是先对总体参数进行提出某种假设的前提下，利用样本信息判断假设是否成立。 假设检验中基本概念 原假设和备择假设 原假设，用H0表示。原假设一般是统计者想要拒绝的假设。 备择假设，用H1表示。备则假设是统计者想要接受的假设。 为什么统计者想要拒绝的假设设置为原假设呢？这是由于若原假设被拒绝如果出 阅读全文
摘要：
一、点估计量 点估计量是通过最具代表性的样本，对总体参数给出的最佳估计。点估计量是有价值的，但总会存在误差。 二、置信区间 让总体参数介于a和b之间，使得该区间包含总体参数的概率为p。即：P(a<参数<b) = p 我们用(a,b)表示这个区间，(a,b)称为置信区间，p称为置信水平。 那么如何求总 阅读全文
摘要：
一、点估计量 在某些情况下，我们并不知道总体参数的确切数值，只能通过样本估计总体参数。 点估计量就是通过样本对于总体参数的最佳猜测值。 例如：总体均值 总体均值点估计量 二、估计总体均值（样本估计总体） 在已知情况下，样本均值是我们能为总体均值做出的最好估计-样本均值是最有可能被作为总体均值的数值。 阅读全文
摘要：
一、概率密度函数 概率密度函数用于描述连续随机变量的概率分布，离散型分布中我们通常关注随机变量X取特定值时的概率，在连续型分布中关注X在某数值范围内对应概率。 连续随机变量的概率通过概率密度函数面积表示。对于任何概率分布来说，总概率必须等于1，因此面积必须等于1。 二、正态分布-连续数据的“理想”模 阅读全文
摘要：
一、几何分布 X ~ Geo(p) 1. 定义 进行一系列相互独立的试验。 每次试验都有成功的可能，也有失败的可能，且每次试验成功概率相同。 问题在于第一次成功需要进行多少次试验。 2. 概率 随机变量X表示为取得第一次成功所需要的试验次数。 为求出X取特定数值r的概率，使用下式进行计算， 其中p为 阅读全文
摘要：
1、期望-随机变量的平均值 每次试验中，一个离散型随机变量的期望值是试验中每一次可能出现的结果的概率乘以其结果的总和。 期望数学公式： X是一个离散型的随机变量，可能取值x1,x2...,对应概率p1,p2...。 说明：期望类似均值，但均值针对于数据集，期望描述的是随机变量的概率分布,概率分布描述 阅读全文
摘要：
1. 事件 互斥事件-不可能同时发生的事件，其含义是：事件A与事件B在任何一次试验中不会同时发生。满足A∩B = Φ、P(A∩B) = 0，则P(A∪B) = P(A) + P(B)且P(A) + P(B) ≤ 1。 对立事件-事件A与事件B不能同时发生，且事件A与事件B在任何一次试验中“必有一个发 阅读全文
摘要：
1. value_counts() value_counts()是Series的方法，用于计算非重复值出现的次数并默认从高到低排序，在DataFrame中通常指定某列。 也经常使用Data.'colunm'.value_counts().count() 计算非重复值个数。 2. groupby() 阅读全文
摘要：
一、常见的SQL面试题：经典50题。 来自于知乎分享https://zhuanlan.zhihu.com/p/38354000（部分题目） 表结构： 学生表：student(学号,学生姓名,出生年月,性别) 成绩表：score(学号,课程号,成绩) 课程表：course(课程号,课程名称,教师号) 阅读全文
摘要：
频度分析-用一定的分类方法将数组分类，统计各分组下样本数量，以图表辅助，用更直观的方式描述出数组的分布趋势。 业务意义：在实际数据分析工作中，经常需要将数据按照某个维度分段进行指标统计，以发现问题和解决问题。 例子：一个班40个学生，考试成绩如下： [73,87,88,65,73,76,80,95, 阅读全文