1.統計學
統計學可以分為：描述統計學與推斷統計學
描述統計學：使用特定的數字或圖表來體現資料的集中程度和離散程度。例：每次考試算的平均分，最高分，各個分段的人數分布等，也是屬於統計學的範圍。
推斷統計學：根據樣本資料推斷總體的資料特徵。例：產品質量檢查，一般採用抽檢，根據所抽樣本的質量合格率作為總體的質量合格率的乙個統計
應用：統計學的應用十分廣泛，可以說，只要有資料，就有統計學的用武之地。目前比較熱門的應用：經濟學，醫學，心理學等
2.掌握內容
均值：算數平均數
中位數：將資料按大小排列後位於正中間的數描述，描述中等水平
眾數：資料中出現最多的數
3.示例
均值舉個例子：
中位數舉個例子：
眾數舉個例子：
4.優缺點：
5.離散程度
比較資料 a:1,2,5,8,9 b:3,4,5,6,7
圖中a的分散性比b大
6.方差
在統計學上，更常地是使用方差來描述資料的離散程度–資料離中心越遠越離散
方差簡化公式：
例如1，2，5，8，9
(1*1+2*2+5*5+8*8+9*9)/5 -pow((1+2+5+8+9)/5)
=35-23
=107.標準差
由資料1，2，5，8，9，求出方差為10，與原資料比較，可以看出10比原資料都大，是否說明這一組資料十分離散呢？？–但是方差與元資料的單位是不一樣的，這樣的比較是無意義的。如果原資料的單位是m的話，那麼方差的單位就是m的二次方。
為了保持單位的一致性，我們引入乙個新的統計量—-標準差
標準差：有效的避免了因單位而引起的度量問題
與方差一樣，標準差的值越大，表示資料越分散
8.了解資料構成的圖
直方圖、箱線圖、莖葉圖、線圖、柱形圖、餅圖等圖可準確描述資料在使用中的作用度。
幾個統計學的概念
在多元變數分析中，我們考慮所有的 d 個數值型屬性 x 1,cdots,x d 整個資料集是乙個 n times d 的矩陣，即 資料矩陣 d left begin x 1 x 2 cdots x d hline x 1 t x x cdots x x 2 t x x cdots x vdots v...
在統計學中 統計學中的基本概念
統計學的幾個基本概念 總體和總體單位 1.總體 總體的概念 總體是指客觀存在的 具有某種共同性質的 許多個別事物組成的整體 在統計研究過程當中，統計研究的目的和任務居於支配和主導的 地位，有什麼樣的研究目的就應該有什麼樣的統計總體與之相適應。例如 要研究我們學院教師的工資情況，那麼全體教師就是研究的...
機器學習中需要了解的概念
機器學習有大塊的知識，也有零碎的知識，我們在學習機器學習的時候不能忽視這些零碎的知識。如果對這些知識忽視，那麼就容易讓自己的知識架構殘缺不全。如果對這些知識的了解充分，我們就能夠更好地理解機器學習。下面我們就為大家介紹機器學習中的基礎知識。1 廣義線性模型就是最小二乘回歸模型的推廣 泛化，基於高斯雜...