引數估計，主要有兩種方式：
區間估計：
8.1 點估計
計算樣本的均值作為總體的均值。
根據中心極限定理可知，多次重複抽樣得出的統計量圍繞總體引數波動，多個統計量的均值應該等於總體引數。所以，樣本統計量理論上是總體引數的無偏估計
8.2 最小二乘估計
最小二乘估計（least square estimation）主要用於線性回歸的引數估計。
思想：求乙個引數，使得實際值與模型估計值之差達到最小，將其作為引數的估計值。
直線與點的距離有正有負，如果直接求和，容易消除一些距離。因此有兩種方式計算距離之和：
如果將點與線的距離按照垂直距離來算，就是另一種估計演算法：正交回歸（orthogonal regression）。所謂正交，在幾何中的意義就是90°垂直。
8.3 最大似然估計
最大似然估計（maximum likelihood estimation），是fisher提出的一種點估計方法，是對最大可能的估計，應用在logistic回歸、cox回歸、多水平模型等。
似然和概率相對應
似然：知道事件已經發生，求引數的可能。
似然函式：l(π
\piπ|樣本資料) ，求似然函式最大時的π
\piπ值，作為估計值。
最大化問題，也就是數學上的求導問題。
8.4 貝葉斯估計
簡單來說，貝葉斯統計中，把引數的隨機概率也算進來，然後再計算事件的概率。
一般，只看男女司機的比例，會認為男性司機的可能性比較大
如果有另一組資料：男性司機撞牆的可能性為1%，女性司機撞牆的可能性為5%。那麼，按照貝葉斯估計：
第八章（筆記）
能在 中進行記憶體單元的定址的暫存器只有4個，分別是bx si di bp 其中bx bp 是基址，bx對應的段位址是ds，bp對應的段位址是ss si di 是變址，單獨使用時段位址是ds，組合使用段位址是跟隨組合的基址對應的段位址 中進行記憶體單元定址彙總 si di bx bp 常量 si 常...
第八章 指標 第八章 指標
1 什麼是位址 include using namespace std int main 11 在堆中建立對像 我們既然可以在堆中儲存變數，那麼也就可以儲存對像，我們可以將對像儲存堆中，然後通過指標來訪問它 include using namespace std class human 14 在建構...
c primer Plus第八章筆記
該書應從8章之後開始學習 現在開始第8章 p199 字元輸入輸出 緩衝區 是乙個存放內容的臨時儲存區域 為什麼要設定緩衝區 一 將若干個字元作為乙個塊進行傳輸比逐個傳送這些字元耗時少。二 如果輸入了乙個錯的字元，可以用鍵盤的更正功能進行修改。當按下回車鍵的時候就傳送輸入的字元。但是，互動性的程式需要...