数理统计第18页

Python 量化分析——基本面选股模型

进行基本面数据分析，pe市盈率、ps市销率、pb市净率、总市值等数理统计，以及图表展示。基于莫伦卡选股模型进行编码，对A股300支股票进行模型运行，得到选股参考名单。

FreoStudio·2021-02-05 13:13

概率论与数理统计基础知识整理

概率论与数理统计基础知识整理基本概率公式一维随机变量的分布分布函数的应用离散型分布伯努利分布二项分布泊松分布几何分布超几何分布连续型分布均匀分布指数分布正态分布标准正态分布多维随机变量的分布联合分布函数边缘分布概率分布函数与概率密度边缘分布函数条件概率密度二维均匀分布二维正态分布随机变量函数的分布

学习爱好者fz·2021-02-01 21:33

灰色关联分析

二、使用步骤1.画出统计图2.确定分析序列3.对变量进行预处理4.计算子序列各个指标的关联系数5.定义灰色关联度总结前言系统分析时，常使用数理统计：回归分析（标准化回归）、方差分析（使用较少）、主成分分析

yokumeii·2021-01-30 17:05

Ch1概率论的基本概念

自然界的三种现象-确定性现象：一定条件下必然发生的事情，如：太阳东升西落-随机性现象：在大量重复实验中呈现统计规律性，如：扔硬币，正反的概率各为1/2-不可能现象:不可能发生的事情,如:人不可能永生概率论与数理统计是研究和揭示随机现象统计规律性的一门数学学科

TommyLiuZ·2021-01-26 00:59

45.0.概率论与数理统计-区间估计，枢轴量法

区间估计问题引入区间估计(confidenceinterval)定义说明构造置信区间的方法-枢轴量法问题引入枢轴量法，步骤说明问题引入区间估计(confidenceinterval)定义

振华软件·2021-01-21 14:58

数学建模数理统计模型

一.参数估计与假设检验1.区间估计:2.经验分布函数:3.Q-Q图:Q-Q图(Quantile-QuantilePlot)用于检验拟合优度.其图示简单直观,易于使用,因而被广泛使用.对于1组观测数据x1...xnx_1...x_nx1...xn,利用参数估计方法确定了分布模型的参数θθθ后,分布函数f(x;θ)f(x;θ)f(x;θ)就确定了.现在需要确定观测数据与分布模型的拟合效果如何.如果拟合

EdVzAs·2021-01-17 22:19

python数学实验与建模pdf_Python数学实验与建模（4）

第4章概率论与数理统计概率论与数理统计是数学中的一个有特色的分支，具有自己独特的概念和方法，内容丰富，与很多学科交叉相连，广泛应用于工业、农业、军事和科学技术领域。

汪国·2021-01-14 15:42

北航数理统计第二次大作业_满绩技巧+考研攻略！概率论与数理统计

写在前面：此篇内容分为两部分，第1部分适用于大二想在理工科类《概率论与数理统计》(3学分)课程中取得较好成绩的小伙伴，第2部分主要针对大三有考研需求的老伙计[滑稽](数三经管专业请绕道，不耽误你时间啦，

蛋蛋有点大·2021-01-08 16:34

NJUPT《概率论与数理统计》

一）考试范围♂♂♂Ch11.事件之间的关系与运算,事件的表述;2.概率的公理化定义,概率的性质;3.古典概型的定义,概率的计算;4.条件概率,三大公式应用;(1)乘法公式(2)全概率公式(3)贝叶斯公式5.独立性6.贝努利试验和二项概率。♂♂♂Ch21.随机变量;2.离散型随机变量及其分布律;3.分布函数及其性质4.连续型随机变量的密度函数及其性质:5.常用分布:1)二项分布B(n,p)2)泊松分

Du1in9·2021-01-08 09:16

交叉熵和mse_损失函数 - MSE

数理统计中均方误差是指参数估计值与参数值之差平方的期望值，记为MSE。

Enzo Fang·2021-01-03 11:54

数据科学（Data science）学习清单（持续更新）

一、数学篇微积分线性代数概率论与数理统计离散数学最优化理论二、Python篇基础知识numpynumpy官方教程numpy中文教程pandaspandas官方教程pandas中文教程matplotlibmatplotlib

晓炜·2021-01-01 19:01

数理统计笔记[牛客专项练习]

目前移动设备主流的屏幕帧率是每秒(60)帧下面数据结构能够支持随机的插入和删除操作、并具有较好的性能的是正确答案:A链表和哈希表数组和链表哈希表和队列堆栈和双向队列数组插入删除要移动大量元素，不满足具有较好性能如果某系统12*5=61成立，则系统采用的是()进制(1*n+2)*5=6*n+1n=9在黑盒测试方法中，设计测试用例的主要根据是正确答案:B程序内部逻辑程序外部功能程序数据结构程序流程图黑

摸鱼小笼包·2020-12-31 04:31

python实现概率论与数理统计_如何学概率论与数理统计？

现如今，计算机科学、人工智能、数据科学已成为技术发展的主要推动力。无论是要翻阅这些领域的文章，还是要参与相关任务，你马上就会遇到一些拦路虎：想过滤垃圾邮件，不具备概率论中的贝叶斯思维恐怕不行；想试着进行一段语音识别，则必须要理解随机过程中的隐马尔科夫模型；想通过观察到的样本推断出某类对象的总体特征，估计理论和大数定理的思想必须建立；在统计推断过程中，要理解广泛采用的近似采样方法，蒙特卡洛方法以及马

weixin_39695241·2020-12-29 09:25

R语言中的参数估计

以下我将从点估计、区间估计来介绍区间估计，本文主要介绍R代码，具体的统计知识，详情可参考相关数理统计的专业书嗷参数估计R语言中的参数估计点估计距估计极大似然估计区间估计均值μ\muμ的估计两样本方差比的估计点估计点估计分为距估计和极大似然估计法

小位喂喂~·2020-12-25 11:44

经典Vs贝叶斯统计对点估计和线性回归理解

一、点估计数理统计有两大基本内容，估计（参数估计；非参数估计，如总体分布）和假设检验（原假设,备择假设）。参数估计有点估计和区间估计。

tiger007lw·2020-12-22 23:50

概率论与数理统计浙大版第二章Review

随机变量是将随机试验的每一个结果（基本事件）与实数对应起来。若X=X(e)是定义在样本空间的实值单值函数，则称X=X(e)为随机变量。随机变量的取值随试验结果而定，事先不知道取什么值，且取值具有一定概率。随机变量分为离散型、连续性和其他类型。离散型随机变量：全部取值是有限个或可列无限多个的随机变量。几种重要的离散型随机变量：(0-1)分布/伯努利分布：只有两种可能取值（样本空间只含两个元素）二项分

27missingkisses·2020-12-19 10:37

《内容算法》：戳掉认知泡泡

我们常常会把算法挂在嘴边，好像每个会高等数学、线性代数，概率论与数理统计的人都是一个算法人，当然这种认识没完全错。技术人们训练完了参数的算法是他们的算法，产品人有一套自己的算法，那是我们的算法。

哈迪斯先生·2020-12-19 10:39

极大似然估计_矩估计和极大似然估计

但是最近有打算整理一下数理统计的知识，所以逐渐写一些相关的东西放在专栏里。今天就大概说说点估计的两个基本方法和一些它们的比较。

weixin_39796116·2020-12-15 16:33

应用概率统计（陈魁）部分答案7~11章

数理统计应用概率统计（陈魁）部分答案7~11章第七章数理统计的基本概念习题7.2、7.3、7.4、7.6，答案见下图第八章参数估计习题8.1、8.4、8.6、8.8、8.11、8.12，答案见下图第九章假设检验本章考试必备核心知识点

zjlwdqca·2020-12-07 10:30

python实现概率论与数理统计_机器学习数学基础：数理统计与描述性统计

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货作者：吴忠强，Datawhale优秀学习者所谓机器学习和深度学习，背后的逻辑都是数学，所以数学基础在这个领域非常关键，而统计学又是重中之重，机器学习从某种意义上来说就是一种统计学习。今天是概率统计基础的第二篇文章，基于第一篇随机变量与随机事件进行整理，首先理一理这里面的逻辑，第一篇的内容蕴涵了大部分概率论的

西西里的小裁缝·2020-11-27 16:18

python原理_机器学习入门：基于数学原理的Python实战

章机器学习及其数学基础1.1机器学习与人工智能简述21.2高等数学41.3线性代数71.4概率论与数理统计141.5Jensen不等式251.6本章小结27第2章线性回归2.1线性回归模型292.2

weixin_39794130·2020-11-24 12:25

概率统计及其应用第三章知识总结_2020考研数学概率论与数理统计：各章节考试重点分析...

weixin_39629129·2020-11-20 13:11

概率统计及其应用第三章知识总结_2020.3.30 | 考研数学—概率论与数理统计：各章节考试重点...

weixin_39760650·2020-11-20 13:11

数理统计——推断统计假设检验与python实现

文章目录前言一、假设检验是什么？1.概念2.假设检验的步骤二、常用假设检验1.Z检验2.t检验3.双边检验与单边检验作业前言一台机器包装糖，袋里的糖是一个随机变量，服从正态分布，当机器正常时，其均值为0.5kg，标准差为0.015kg，某天开工后检查机器包装是否正常，随机抽取了下面9袋（0.497,0.506,0.518,0.524,0.498,0.511,0.520,0.515,0.512）,问

嚯嚯嚯嚯什么都不会·2020-11-19 06:14

从勾股定理到余弦相似度-程序员的数学基础

大部分程序员由于理工科的背景，有一些高数、线性代数、概率论与数理统计的数学基础。所以当机器学习的热潮来临的时候，都跃跃欲试，对机器学习的算法以及背后的数学思想有比较强烈的探索欲望。

vivo互联网技术·2020-11-17 18:52

数学建模与数据分析中的灰色关联分析

灰色关联分析可以在数据量比较少的情况下，分析出主要因素、次要因素等文章目录(1)数理统计传统方法的问题(2)灰色关联分析1.基本思想2.进行系统分析3.用于综合评价模型(1)数理统计传统方法的问题回归分析

IT说·2020-11-09 20:32

出入口控制系统工程设计规范_2020注册暖通工程师基础考试真题库_跟向然学习网复习备考...

课程目录第一部分历年真题[部分视频讲解]第二部分章节题库【公共基础(上午)】第一章高等数学第一节空间解析几何第二节微分学第三节积分学第四节无穷级数第五节常微分方程第六节线性代数第七节概率与数理统计第二章

weixin_39605296·2020-11-03 17:16

R语言学习笔记-蒙特卡洛模拟方法

蒙特卡洛模拟方法=建立概率模型+计算机模拟+数理统计什么是MCMC，什么时候使用它？MarkovChainMonteCarlo，以下简称MC

紧到长不胖·2020-10-25 15:18

概率论与数理统计学习笔记（2）——联合概率、条件概率与边缘概率

这篇文章主要是从一个直观的概念上讲解联合概率、条件概率与边缘概率。主要是之前看了篇论文，用的SO-PMI算法，然后我就恶补了一下联合概率。本篇博客采用的参考书是《程序员的数学2概率统计》。目录联合概率边缘概率条件概率参考这里先画一个程序员的数学上面的图，方便后续阐述，图没有书上那么好看，凑合一下：红色部分代表住宅，白色部分代表工厂，蓝色部分代表农田。左边是A县，中间是B县，右边是C县。我发现国外的

在秃顶的边缘疯狂试探·2020-10-08 22:52

概率论与数理统计浙大版第一章Review

自然界是确定性与不确定性并存的状态个别试验中结果呈现不确定性，大量重复试验又呈现一定规律的现象是随机现象。随机试验的3个特点：可以在相同条件下重复进行。（可重复性）结果不止一个，且事先能明确所有可能结果。（可知性）不一定要求有限个试验前不能确定哪个结果会出现。（不确定性）通过研究随机试验来研究随机现象样本空间：随机试验所有可能结果组成的集合随机事件：样本空间的子集，样本点的集合基本事件：一个样本点

27missingkisses·2020-09-18 22:09

数学专业英语词汇英汉对照

1概率论与数理统计词汇英汉对照表Aabsolutevalue绝对值accept接受acceptableregion接受域additivity可加性adjusted调整的alternativehypothesis

timewolf·2020-09-17 13:07

Machine Learning之高等数学篇(十六)☞《条件概率、全概率、贝叶斯公式》

上一节呢，我们初探了《概率与数理统计》，这次我们续接上一节的内容，来专题学习《条件概率、全概率、贝叶斯公式》注！声明，本文转载，本文转载，本文转载！本文转载,侵删!

来自外星的一只猿·2020-09-17 11:25

数理统计与概率论及Python实现——概率论中基本概念

IT农民工1·2020-09-17 08:00

山顶洞人学机器学习之——中心极限定理（通俗理解版）

中心极限定理（CLT）是数理统计中最重要的定理之一，具有广泛的应用场景。准确理解中心极限定理背后深层次的含义，有助于打牢机器学习的基础。

大数据驱动的研究·2020-09-17 04:18

机器学习基础（二）——概率论与数理统计

转载仅供个人回顾高数及数理统计知识。

FlyerZheng·2020-09-17 02:33

概率论与数理统计

概率论与数理统计分成两大块，前一大块就是研究随机变量这个东西，一维的，二维的，连续的，离散的。研究他们的分布函数，概率密度函数或是分布律，然后有随机变量的性质和一些常见的概率分布。

思维在奔跑·2020-09-17 02:57

概率与数理统计学习总结三--条件概率、全概率、贝叶斯、离散型随机变量

老师课堂总结，请勿转载条件概率设试验E的样本空间为S,A,B是事件,要考虑在A已经发生的条件下B发生的概率,这就是条件概率问题.1.定义:设A,B是两个事件,且P(A)>0,称为在事件A发生的条件下事件B发生的条件概率条件概率满足三个条件非负性：对于每一事件B有规范性：对于必然事件S，有可列可加性：设B1,B2,…是两两互不相容的事件，则另外，对于任意两个事件乘法定理由条件概率公式能迅速推知乘法定

海州湾·2020-09-17 01:31

概率论与数理统计 | (13) 区间估计

目录1.置信区间、置信限2.枢轴量法3.单个正态总体均值的区间估计4.成对数据均值差，单个正态总体方差的区间估计5.两个正态总体参数的区间估计1.置信区间、置信限根据具体样本观测值，点估计提供一个明确的数值。但这种判断的把握有多大，点估计本身并没有告诉人们，为弥补这种不足，提出区间估计的概念。定义1例题定义2单侧置信区间和双侧置信区间的关系定义3区间的平均长度越短，精确度越高。后面会具体讲解这个问

CoreJT·2020-09-16 23:39

学习matlab（四）——概率与数理统计

概率和数理统计是大学数学的重要内容，无论是在科学研究还是在工程实际中都有着非常广泛的应用。

光电的一只菜鸡·2020-09-16 23:49

Matlab数理统计工具箱

Matlab数理统计工具箱应用简介1．概述Matlab的数理统计工具箱是Matlab工具箱中较为简单的一个，其牵扯的数学知识是大家都很熟悉的数理统计，因此在本文中，我们将不再对数理统计的知识进行重复，仅仅列出数理统计工具箱的一些函数

porly·2020-09-16 23:08

数理统计: 第四章非参数假设检验法

非参数假设检验法(总体分布的估计)在之前所研究的假设检验都有一个共同的前提,就是总体分布满足正态分布然而一般总体分布是什么样子的,都没有办法提前知晓,那么这个时候我们需要怎么办呢?非参数统计方法-对参数总体分布的假设检验主要有三种方法:接下来,我们会对这三种方法一一进行学习:分为无未知参数的卡方检验法(多项分布一般分布)(皮尔逊的卡方检验自由度为样本个数-1)多项分布：假设的是pi=pi0(直接使

fengxuewei123·2020-09-16 22:11

数理统计与参数估计

概率和统计1.期望2.方差3.协方差和相关系数4.矩重要定理和不等式１．Jensen不等式２．切比雪夫不等式３．大数定理(伯努利定理)频率估计概率：正态分布的参数估计朴素贝叶斯做垃圾邮件分类隐马尔可夫模型有监督参数学习４.中心极限定理用样本估计参数１.矩估计２.极大似然估计

29DCH·2020-09-16 22:02

数理统计之参数估计与假设检验（一）——区间估计

参数估计和假设检验参数估计与假设检验区间估计单个总体N(μ,σ2)N(μ,σ^2)N(μ,σ2)的情况两个总体N(μ1,σ12),N(μ2,σ22)N(μ_1,σ_1^2),N(μ_2,σ_2^2)N(μ1,σ12),N(μ2,σ22)的情况应用实例例题1：例题2：例题3：参考文献参数估计与假设检验区间估计简单的区间估计就是对概率统计知识的应用。在浙江大学的概统书上将区间分布的几种情况进行了分类：

小白成长之旅·2020-09-16 22:37

数理统计之参数估计与假设检验（二）——经验分布函数与QQ图

参数估计与假设检验经验分布函数定义具体应用Q-Q图例题参考文献经验分布函数定义设X1,X2,...,XnX_1,X_2,...,X_nX1,X2,...,Xn是总体FFF的一个样本，用S(x)(−∞∞n->∞n−>∞时，Fn(x)F_n(x)Fn(x)以概率1一致收敛于总体分布函数F(x)F(x)F(x)。因此对于任一实数xxx，当nnn充分大时，经验分布函数的任一个观察值与总体分布函数反映的结果

小白成长之旅·2020-09-16 22:37

人大统计专硕432考研专业课经验分享

2018年3月到6月准备本院的夏令营选拔，以概率论与数理统计为主。成功通过，但是由于绩点太低没有保上研。7月开始准备初试，最后成功上岸。

antiemperor·2020-09-16 19:24

浅谈卡尔曼滤波器

维纳滤波理论首次将数理统计理论与线性理论有机结合，形成了对随机信号最有估计新理论~~但是频域设计法使其应用困难，人们开始寻求时域内直接设计最有滤波的方法。

thursdaynights·2020-09-16 19:23

MLE估计和MAP估计 —— 基础解析与实例

MLE估计较为基础，大多数本科阶段数理统计课程都会有所涉及，故一笔略过；本文重点介绍后两类参数估计方法，并逐一给出示例。1.MLE估计ML

#1238852·2020-09-16 09:23

琥珀彩·2020-09-16 02:39

卡方分布、F分布、t分布和正态分布的关系

chi-squaredistribution,χ²-distribution，或写作χ²分布），已知样本X都是服从正态分布的样本，而且方差未知，那么，检验X的均值就会用到t分布，其他的情况也类似，可以看看数理统计相关内容例题

BCIduino脑机接口社区·2020-09-15 22:05

【机器学习】机器学习进阶之旅（一）

AI的数学基础最主要是高等数学、线性代数、概率论与数理统计三门课程，这三门课程是本科必修的。这里整理了一个简易的数学入门文章。

beautiful_huang·2020-09-15 22:06

推荐频道

数理统计