日本九九九九,免费观看二区

Python-數(shù)據(jù)分析常用庫

1）Numpy

2)? Pandas

3)? Matplotlib

Numpy

基于數(shù)組運算，效率高。擁有許多高級函數(shù)，可以對數(shù)據(jù)進行高效處理?？梢赃M行線性代數(shù)相關(guān)運算。

Pandas

用于數(shù)據(jù)處理和分析，有很多復(fù)雜函數(shù)，使用起來簡單高效，廣泛用于金融、電商、高校科研。

?Matplotlib

類似 Matlab，用于生成繪圖，直方圖，功率譜，條形圖，錯誤圖，散點圖等

1、常用統(tǒng)計量

均值、標(biāo)準(zhǔn)差、中位數(shù)、分位數(shù)、眾數(shù)

ps:分位數(shù)的理解:https://www.zhihu.com/question/67763556

2、反應(yīng)數(shù)據(jù)某些趨勢

表示數(shù)據(jù)的離散程度：極差、四分位差、方差、變異系數(shù)

附：Python實現(xiàn)

代碼示例

結(jié)果示例：

ps:分位數(shù)的Python理解:

https://www.cnblogs.com/brightyuxl/p/9815780.html

點估計

是最直接的一種估計方式，用樣本統(tǒng)計量去估計總體參數(shù)，例如假設(shè)中國人的平均身高為168厘米，經(jīng)過抽樣計算出樣本的平均值為168，通過點估計，推斷出中國人平均身高為168厘米。

區(qū)間估計

提供待估計的參數(shù)置信區(qū)間和保證程度（置信度），區(qū)間估計用一個包括有真實值的區(qū)間范圍來估計參數(shù)的取值范圍，得到的結(jié)果為置信區(qū)間，區(qū)間估計的可信程度為置信度或置信水平，用1- $\alpha$ 表示。

比如：有95%的可能性可以確定總體增長率在區(qū)間4.5%-6%之間，其中4.5%-6%是置信區(qū)間，95%是置信度。

ps:案例輔助理解?https://blog.csdn.net/yinjieer379/article/details/107715146

附：Python實現(xiàn)代碼示例

結(jié)果示例：

中心極限定理

樣本均值近似正態(tài)分布

多次抽樣，產(chǎn)生的多個樣本均值服從正態(tài)分布

若樣本數(shù)量足夠大，產(chǎn)生的均值是近似符合正態(tài)分布的。

如果實際進行了一次抽樣，并計算得到均值s,如果進行一次抽樣，均值有可能還是s,或大于/小于s,但是離s越近的可能性越高。因為知道了樣本均值服從正態(tài)分布，利用正態(tài)分布性質(zhì)，可以推斷出樣本均值出現(xiàn)在某區(qū)間范圍的概率。理論上就可以計算樣本均值有多大概率（置信度）可能出現(xiàn)的區(qū)間范圍，而總體均值就有大概率落在范圍內(nèi)。