中心极限定理的直观理解
摘要:中心极限定理的直观理解_哔哩哔哩_bilibili
阅读全文
posted @
2022-04-21 01:07
一杯明月
阅读(92)
推荐(0) 编辑
数据科学与统计入门 | 大数定律和中心极限定理 | 揭秘小猫咪背后的故事
摘要:数据科学与统计入门 | 大数定律和中心极限定理 | 揭秘小猫咪背后的故事_哔哩哔哩_bilibili 总体的分布可以是任何的分布,比如说: 注解: 应该是:样本均值服从正态分布。
阅读全文
posted @
2022-04-21 00:49
一杯明月
阅读(87)
推荐(0) 编辑
数据科学【系列1】|统计入门|正态分布与三西格玛原则及偏度(下)
摘要:数据科学【系列1】|统计入门|正态分布与三西格玛原则及偏度(下)_哔哩哔哩_bilibili 正态分布的曲线一般是关于均值对称的,当关于均值不对称的时候,就引入了偏度的概念。 正态分布的一大原则就是3σ原则。 注解: 对于服从正态分布的数据而言,例如测量桌子的长度的误差。 1.有68%的数据,落在了
阅读全文
posted @
2022-04-21 00:28
一杯明月
阅读(974)
推荐(0) 编辑
数据科学【系列1】|统计入门|正态分布和概率密度函数(上)
摘要:数据科学【系列1】|统计入门|正态分布和概率密度函数(上)_哔哩哔哩_bilibili 很多假设检验有一定的前提条件,要求数据有一定的正态性,中心极限定理充当了这一桥梁。 连续型随机变量的一个很重要的分布就是正态分布。 例子:小明买楼盘或者别墅,只有206万块钱。所以,他要利用概率和统计的知识估计自
阅读全文
posted @
2022-04-15 18:04
一杯明月
阅读(780)
推荐(0) 编辑
概率和似然的区别和极大似然估计的定义
摘要:概率:已知环境对应参数的情况下,估计某个事件出现的概率。 似然:已知某件事情发生的情况下,估计导致某件事情出现这个结果的原因,即估计导致这个事件出现的参数。 注解: 1.P是关于x的函数。 2.L是关于θ的函数。 注解: 1.为了获得更加准确的参数θ值,可以增加实验次数,对这个参数的值进行改善。 注
阅读全文
posted @
2022-04-15 17:22
一杯明月
阅读(678)
推荐(0) 编辑
十分钟搞定最大似然估计
摘要:十分钟搞定最大似然估计_哔哩哔哩_bilibili 注解: 1.想知道这个比例θ。 2.需要做实验和分析去得到参数θ。 3.实验手段:抽样。 注解: 1.因为小球非常多,抽5个小球不会影响小球的数字编号的分布,或者说不影响θ的大小。 注解: 1.这个似然函数的大小(抽出这些样本的概率),是会随着θ的
阅读全文
posted @
2022-04-15 15:11
一杯明月
阅读(576)
推荐(0) 编辑
【概率论】条件概率,全概率公式,贝叶斯公式
摘要:【概率论】条件概率,全概率公式,贝叶斯公式_哔哩哔哩_bilibili 注解: 1.条件概率等式的右边,要有个分母,这样的情况下,等式左边的值才是一个大于0小于1的值。
阅读全文
posted @
2022-04-15 12:32
一杯明月
阅读(919)
推荐(0) 编辑
全概率公式和贝叶斯公式
摘要:【监狱风云】法外狂徒小崔又偷又抢,只为帮你搞懂全概率和贝叶斯公式_哔哩哔哩_bilibili 注解: 1.全概率公式说的是:我从3个人兜里面偷钱,我偷到真钱的概率是多少?是告诉你已知的一些概率,然后通过概率推结果。 2.贝叶斯公式说的是:我已经偷到了真钱(已经完成了某个行为),这张真钱来自于小明的概
阅读全文
posted @
2022-04-14 18:45
一杯明月
阅读(1559)
推荐(0) 编辑
极大似然估计
摘要:注解: 1.似然函数是观测样本同时出现的概率值的连乘积。 2.极大似然估计值是观测值的函数,theta hat代表一种对应法则,或者说对应一种分布。 3.似然函数取最大值的点就是theta的估计值。
阅读全文
posted @
2021-12-10 09:01
一杯明月
阅读(376)
推荐(0) 编辑
概率的本质
摘要:https://www.zhihu.com/question/26895086
阅读全文
posted @
2021-07-16 23:47
一杯明月
阅读(146)
推荐(0) 编辑
概率分布函数和概率密度函数
摘要:2021.10.25 张宇考研概率论强化班_哔哩哔哩_bilibili 数学要做一件事情,就是把这些随机事件进行统一化,数量化。 ω代表具体发生的一个事件,X代表一个特殊的映射,X=X(ω),这样就把具体的事件映射到数轴上一个具体的数值。 如投篮:投进映射成1,投不进映射成0. 一般的函数如果是取1
阅读全文
posted @
2020-06-29 16:39
一杯明月
阅读(5078)
推荐(0) 编辑