中心極限定理：設從均值為μ，方差為σ2的任意乙個總體中抽取n個樣本，隨著樣本容量增大或趨近於無窮，樣本均值的抽樣分布近似服從均值為μ，方差為σ2/n的正態分佈，隨著樣本容量n變大，抽樣分布標準差越小，越收攏。該定理良好的定義了均值和方差的分布
通過對原分布就是抽樣得到樣本均值的分布，無論原分布如何，抽樣次數越多，越接近整體分布。
偏度：
尾部向正方向就是正偏態
尾部向負方向就是負偏態
峰度：
頂部尖銳就是正峰態
頂部圓潤就是負峰態
均值標準差：樣本均值抽樣分布的標準差 即原分布的標準差σ2除以n
伯努利分布式離散概率分布。
p1概率=x1
p2概率=x2
μ=x1p1+x2p2
σ2=x1*(p1-μ)^2 + x2*(p2-μ) ^2
可汗學院統計學 task 3
假設檢驗 hypothesis testing 依據一定的假設條件由樣本推斷總體的一種方法。基本思想是小概率反證法思想。小概率思想是指小概率事件 p 0.01或p 0.05 在一次試驗中基本上不會發生。反證法思想是先提出假設 檢驗假設h0 再用適當的統計方法確定假設成立的可能性大小，如可能性小，則認...
可汗學院的統計學
描述性統計學 描述集中趨勢，均值，中位數，眾數，離群值，在平均工資，平均房價，學生成績等情況中，中位數或者眾數更能反映集中趨勢，離群值可能有 量錯誤或沒寫特殊條件的值沒有參考意義，但是會改變平均值 連續型隨機變數 離散型隨機變數 離散概率密度分布函式，條形圖 連續概率密度分布，因為是連續的，可以去無...
可汗學院統計學筆記（二）
中心極限定理 假設我們有乙個分布，它有定義好的均值和方差。用x表示服從這個分布的變數。進行n次實驗 n很大 每次實驗得到的結果是對這個分布的抽樣，將每次實驗結果用 這裡有乙個重要的分布 也就是 上提供了乙個演示程式可以讓我們更好地理解中心極限定理。第一行是原始分布，它可以是任意乙個奇怪的分布。第二行...