描述統(tǒng)計(jì)學(xué)入門(mén) STATISTICS 101 by Sebastian Thrun

《STATISTICS 101》 by Sebastian Thrun

1. Teaser

Frist QA

2. Linear

Linear

3. Scatter Plots

4. Bar charts

5. Pie charts

6. visualiztion

7. Bayes Rules

在某種程度上，概率論和統(tǒng)計(jì)學(xué)的目的是完全相反(inverse)的：

In probability theory we consider some underlying process which has some randomness or uncertainty modeled by random variables, and we figure out what happens. 在概率論中，我們是基于已有的理論模型，推斷未知事件發(fā)生的概率。

In statistics we observe something that has happened, and try to figure out what underlying process would explain those observations.在統(tǒng)計(jì)學(xué)中，我們觀察數(shù)據(jù)，并推斷什么樣的理論模型可以解釋我們觀察到的數(shù)據(jù)。

Bayes是用于推理的，而推理講究證據(jù)，因此如果非要?dú)w類(lèi)的話(huà)，Bayes會(huì)屬于統(tǒng)計(jì)學(xué)范疇而不是概率論。

8. Probability Distributions

9. Correlation VS Causation

10. Estimation

11. Averages

12. Variance

13. Outliers


14. Binomial Distribution

15. Central Limit Thereon

16. The Normal Distribution

17. Manipulating Normals

18. Best Better Than Average

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書(shū)系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容