-
描述統計學
查看全部 -
數據描述的數值方法的3個緯度
查看全部 -
統計學的應用：
人口統計學、醫藥統計學、金融統計學、大數據、生物統計學、氣象統計學
查看全部 -
統計學是什么：
它是一門收集、整理和分析統計數據的方法科學
其目的是探索數據內在的數量規律性，以達到對客觀事物的科學認知
他研究隨機現象，以推斷為特征，由“部分推及全體”的思想貫穿于統計學的始終
統計學應用領域：
機器學習中數學的重要性，算法15%、統計學25%、高等數學15%、線性代數35%
經濟學也依賴統計學，國民收入賬目是經濟學研究的一項重要指標，而統計學是建立這些賬目的基礎，統計學方法用來收集、分析數據，并作出檢驗假設，可用來研究人口比率、供求關系、進出口通貨膨脹、人均收入等這些問題
統計學可以應用于管理決策方面
統計學可以幫助你成為一個合格的商人，如果你知道客戶需要什么、需要多少，制定相宜的生產數量等等
查看全部 -
統計學分描述統計學和推斷統計學兩類：
描述統計學
研究如何取得反映客觀現象的數據、
并通過圖表對該數據加工處理后呈現，
進而通過綜合概況與分析得出反映客觀現象的規律性數量特征。
推斷統計
研究如何根據樣本數據去推斷總體數量特征的方法
基于對樣本數據進行描述的基礎上
對統計總體的未知數量特征做出以概率形式表述的推斷
查看全部 -
這里看不懂，沒解釋清楚查看全部
-
集中趨勢優缺點總結
查看全部 -
集中趨勢：均值（mean）、中位數（median）、眾數（mode）
查看全部 -
數學描述的數值方法：集中趨勢、離散程度、分布形狀
查看全部 -
谷歌票房預測模型：影片搜索、預告片搜索。
查看全部 -
# 自定義一個眾數函數：
A <-c(數組）
b <-table(A)
b
names(b)
as.numeric(b)
b==max(b)
names(b)[b==max(b)]
as.numeric(names(b)[b==max(b)])
zhongshu<-function(x){return(as.numeric(names(table(x))[table(x)==max(table(x))]))}
zhongshu(A)
查看全部 -
# 自定義一個眾數函數：
A <-c(數組）
b <-table(A)
b
names(b)
as.numeric(b)
b==max(b)
names(b)[b==max(b)]
as.numeric(names(b)[b==max(b)])
zhongshu<-function(x){return(as.numeric(names(table(x))[table(x)==max(table(x))]))}
查看全部 -
# 自定義一個眾數函數：
A <-c(數組）
b <-table(A)
b
names(b)
as.numeric(b)
b==max(b)
names(b)[b==max(b)]
as.numeric(names(b)[b==max(b)])
查看全部 -
數據描述的數值方法：
集中趨勢：均指、中位數、眾數；
離散程度：極差、方差；
分布的形狀：偏度、峰度
查看全部 -
統計學，查看全部
舉報