【总目录】——概率论与数理统计及Python实现

:这是一个横跨数年的任务,标题也可以叫做“从To Do List上划掉学习统计学”。在几年前为p值而苦恼的时候,还不知道Python是什么;后来接触过Python,就喜欢上了这门语言。统计作为数据科学的基础,想要从事这方面的工作,这始终是一个绕不过去的槛。

其实从中学就开始学习统计学了,最早的写"正"字唱票(相当于寻找众数),就是一种统计分析的过程。还有画直方图,求平均值,找中位数等。自己在学校里并没有完整系统的学习过概率论和数理统计,直到在工作中用到,才从最初的印象中,逐渐把这门学科与整个数学区分开来。自从认识到这门学科在自己从事的工作(数据分析)中所处的重要地位,真没少花时间在这方面的学习上。从最初的p值的含义,到各种分布,假设检验,方差分析。。。有的概念看过很多遍,但还是没有理解透彻;有的看过,长时间不用,又忘记了。总之,这一路走来,实在是崎岖坎坷。因此,打算在最近专门抽出一段时间对自己学习过的《概率论与数理统计》做一个小结,也算是对自己的一个交代。在这里放个目录,后面会不断更新。期待跟喜欢Python和数据分析的朋友一起交流,相互学习。

这个小结主要包括以下几个方面:

  • 基本概念;
  • Python的实现;
  • 一些比较经典的例子。

概率论



01. 概率论中的基本概念

02. 随机变量概述

03. 一维离散型随机变量及其Python实现

04. 一维连续性随机变量及其Python实现

05. 随机变量的数字特征

数理统计



06. 大数定律及中心极限定理

07. 统计学中的基本概念

08. 三大抽样分布

09. 参数估计

10. 参数假设检验

11. 拟合优度检验(非参数假设检验)

12 方差分析

13. 回归分析

拾遗



A1. 全概率公式和贝叶斯公式

参考资料



中国大学MOOC:浙江大学,概率论与数理统计

中国大学MOOC:哈尔滨工业大学,概率论与数理统计

https://docs.scipy.org/doc/scipy/reference/stats.html

《概率论与数理统计》,陈希孺,中国科学技术大学出版社

原文地址:https://www.cnblogs.com/Belter/p/8330773.html

时间: 2024-08-03 01:19:30

【总目录】——概率论与数理统计及Python实现的相关文章

概率论与数理统计以及Python 实现

概率论: 1 import numpy as np 2 import pandas as pd 3 import matplotlib.pyplot as plt 4 5 #随机数 当随机种子设定时,随机数不变 6 if 0: 7 r = np.random.RandomState() 8 # r = np.random.RandomState(10) 9 res = r.rand(10) 10 print(res) 11 pass 12 13 import numpy.random as r

【概率论与数理统计】小结9 - 参数估计概述

注:在统计学的应用中,参数估计和假设检验是最重要的两个方面.参数估计是利用样本的信息,对总体的未知参数做估计.是典型的“以偏概全”. 0. 参数及参数的估计 参数是总体分布中的参数,反映的是总体某方面特征的量.例如:合格率,均值,方差,中位数等.参数估计问题是利用从总体抽样得到的信息来估计总体的某些参数或者参数的某些函数. 问题的一般提法 设有一个统计总体,总体的分布函数为$F(x, \theta)$,其中$\theta$为未知参数.现从该总体取样本$X_1, X_2, ..., X_n$,要依

【概率论与数理统计】小结3 - 一维离散型随机变量及其Python实现

注:上一小节对随机变量做了一个概述,这一节主要记录一维离散型随机变量以及关于它们的一些性质.对于概率论与数理统计方面的计算及可视化,主要的Python包有scipy, numpy和matplotlib等. 以下所有Python代码示例,均默认已经导入上面的这几个包,导入代码如下: import numpy as np from scipy import stats import matplotlib.pyplot as plt 0.  Python中调用一个分布函数的步骤 scipy是Pytho

【概率论与数理统计】小结1 - 基本概念

注:其实从中学就开始学习统计学了,最早的写"正"字唱票(相当于寻找众数),就是一种统计分析的过程.还有画直方图,求平均值,找中位数等.自己在学校里并没有完整系统的学习过概率论和数理统计,直到在工作中用到,才从最初的印象中,逐渐把这门学科与整个数学区分开来.自从认识到这门学科在自己从事的工作(数据分析)中所处的重要地位,真没少花时间在这方面的学习上.从最初的p值的含义,到各种分布,假设检验,方差分析...有的概念看过很多遍,但还是没有理解透彻:有的看过,长时间不用,又忘记了.总之,这一路

总目录分类

总目录分类 python篇 Linux运维相关目录 mysql篇 前端相关目录 tornaod目录 django

基于.NET 框架的 通信组件ZMQ完整教程-总目录

ZMQ是一个比较轻量级的消息通信组件,引用官方的说法: "ZMQ (以下 ZeroMQ 简称 ZMQ)是一个简单好用的传输层,像框架一样的一个 socket library,他使得 Socket 编程更加简单.简洁和性能更高.是一个消息处理队列库,可在多个线程.内核和主机盒之间弹性伸缩.ZMQ 的明确目标是"成为标准网络协议栈的一部分,之后进入 Linux 内核".现在还未看到它们的成功.但是,它无疑是极具前景的.并且是人们更加需要的"传统"BSD 套接字

【概率论与数理统计】小结2 - 随机变量概述

注:对随机变量及其取值规律的研究是概率论的核心内容.在上一个小结中,总结了随机变量的概念以及随机变量与事件的联系.这个小结会更加深入的讨论随机变量. 随机变量与事件 随机变量的本质是一种函数(映射关系),在古典概率模型中,“事件和事件的概率”是核心概念:但是在现代概率论中,“随机变量及其取值规律”是核心概念. 随机变量与事件的联系与区别 小结1中对这两个概念的联系进行了非常详细的描述.随机变量实际上只是事件的另一种表达方式,这种表达方式更加形式化和符号化,也更加便于理解以及进行逻辑运算.不同的事

<Android一路到黑>总目录

目录: 初级魔法: Chapter  1.  Android Project结构  (熟悉一下)          ---   2014/11/10 Chapter  2. Activity的生命周期和Android应用的生命周期  ---2014/11/11 (从chapter3 开始才算真正开始,虽然有些不完美,但是为什么要完美呢?) Chapter  3.  重新开始练习魔法!(ADB调试+Manifest.XML)   ---2014/11/18 中级魔法: 高级魔法: 终极魔法: 究极

趣味算法总目录

趣味算法总目录: 排序部分: 归并排序(Merge sort) 堆排序 快速排序 && 希尔排序 && 插入排序 基数排序 排列与组合: 排列 && 组合 网络流问题: 最大流问题 数学问题: 奇妙的数学 1. 约瑟夫(环)问题. 2. 不用任何中间变量交换两个变量 a 和 b 的值. 3. 不用加减乘除求两个整数的和. 4. 不用乘.除.取余运算实现两个 int 值相除. 5. 找数组中单数问题 6. ACM: 今天是星期一,再过 1^1+2^2+3^3+