统计学-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

dreamhappy2012

什么是假设检验中的两类错误？

问、什么是假设检验中的两类错误？答：一类错误是原假设𝐻0为真却被我们拒绝了，犯这种错误的概率用α表示，也称α错误或弃真错误；另一类错误是原假设为伪我们却没有拒绝，犯这种错误的概率用𝛽表示，也称𝛽错误或取伪错误。

68.1073

1

4

0

关注作者

收藏

dreamhappy2012

什么是假设检验中的显著性水平？统计显著是什么意思？

问、什么是假设检验中的显著性水平？统计显著是什么意思？答：显著性水平是指当原假设正确时却被拒绝的概率和风险，统计限制等价拒绝𝐻0，指求出的值落在小概率的区间上，一般是落在 0.05 或比 0.05 更小的显著性水平上。

0.0000

0

2

0

关注作者

收藏

dreamhappy2012

𝜒2分布、𝑡分布、F分布及正态分布之间的关系是什么？

问、简述𝜒2分布、𝑡分布、F分布及正态分布之间的关系是什么？答：正态分布： 𝜒2分布：设随机变量𝑋1, 𝑋2,···, 𝑋𝑛相互独立，且𝑋𝑖(𝑖 = 1,2,···, 𝑛)服从标准正态分布𝑁(0,1)，则他们的平方和服从自由度为𝑛的𝜒2分布。 𝑡分布：设随机变量𝑋~𝑁(0,1)，𝑌~𝜒2(𝑛)，且𝑋与𝑌独立，则

68.1073

1

5

0

关注作者

收藏

dreamhappy2012

为什么要计算离散系数？

问、为什么要计算离散系数？答：方差和标准差是反映数据离散程度的绝对值，一方面其数值大小受原变量值本身水平高低的影响；另一方面，他们与原变量的计量单位相同，采用不同计量单位的变量值，其离散程度的测度值也就不同。

0.0000

0

5

0

关注作者

收藏

dreamhappy2012

直方图与条形图有何区别？

问、直方图与条形图有何区别？答：条形图使用的长度表示各类别频数的多少，其宽度固定；直方图用面积表示各组频数，矩形的高度表示族的频数或频率，宽度表示组距。直方图各矩形连续排列，条形图分开排列。直方图主要展示数值型数据。

68.1073

1

3

0

关注作者

收藏

dreamhappy2012

数值型数据的分组方法有哪些？简述组距分组的步骤？

问、数值型数据的分组方法有哪些？简述组距分组的步骤。答：分组方法：单变量值分组和组距分组，组距分组又分为等距分组和异距分组。分组步骤：①确定组数②确定组距③根据分组整理成频数分布表。

68.1073

1

6

0

关注作者

收藏

詹惠儿

python如何将对象转换为迭代器

在许多情况下，我们需要访问像迭代器这样的对象。一种方法是形成一个生成器循环，但这延长了程序员的任务和时间。Python通过为此任务提供内置方法_iter_函数来简化此任务。所述_iter_函数返回给定的对象（数组，集合，元组等，或自定义对象）的迭代器。它创建了一个可以使用__next __（）函数一次访问一个元素的对象，这在处理循环时通常会派上用场。句法：iter(object)ite

0.0000

0

2

0

关注作者

收藏

dreamhappy2012

时间序列分解法预测的步骤是什么？

问、时间序列分解法预测的步骤是什么？答：第1步：确定并分离季节成分。计算季节指数，以确定时间序列中的季节成分。然后将季节成分从时间序列中分离出去，即用每一个时间序列观测值除以相应的季节指数，以消除季节性。第2步：建立预测模型并进行预测。对消除了季节成分的时间序列建立适当的预测模型，并根据这一模型进行预测。第3步：计算最后的预测值。用预测值乘以相应的季节指数，得到最终的预测值。

0.0000

0

3

0

关注作者

收藏

dreamhappy2012

趋势序列的预测有哪些方法？

问、趋势序列的预测有哪些方法？答：时间序列的趋势可以分为线性趋势和非线性趋势两大类，如果这种趋势能够延续到未来，就可以利用趋势进行外推预测。有趋势序列的预测方法主要有线性趋势预测、非线性趋势预测和自回归模型预测等。线性趋势预测：指现象随着时间的推移而呈现出稳定增长或下降的线性变化规律。当现象的发展按线性趋势变化时，可以用下列线性趋势方程来描述：非线性趋势预测：1. 指数

75.0000

1

4

0

关注作者

收藏

dreamhappy2012

平稳序列的预测有哪些方法？

问、平稳序列的预测有哪些方法？答：平稳时间序列通常只含有随机成分，其预测方法主要有简单平均法、移动平均法和指数平滑法等：1、简单平均法简单平均法是根据过去已有的t期观察值通过简单平均来预测下一期的数值。设时间序列已有的t期观察值为Y1, Y2 , ···, Y,, 则t 1期的预测值Ft 1为： 2、移动平均法(movingaverage)是通过对时间序列逐期递移求得平均数

0.0000

0

1

0

关注作者

收藏

dreamhappy2012

时间序列预测方法的评估？

问、时间序列预测方法的评估？评价的方法就是找出预测值与实际值的差距，这个差值就是预测误差。最优的预测方法也就是预测误差达到最小的方法。预测误差的计算方法有几种，包括平均误差、平均绝对误差、均方误差、平均百分比误差和平均绝对百分比误差等。选择哪种方法取决于预测者的目标、对方法的熟悉程度等。1. 平均误差 2. 平均绝对误差 3. 均方误差 4. 平均百分

75.0000

1

5

0

关注作者

收藏

dreamhappy2012

时间序列怎么选择预测方法？

问、时间序列怎么选择预测方法？利用时间序列数据进行预测时，通常假定过去的变化趋势会延续到未来，这样就可以根据过去已有的形态或模式进行预测。时间序列的预测方法：传统方法：如简单平均法、移动平均法、指数平滑法等，较为精准的现代方法：如Box-Jenkins的自回归模型(ARMA)。一般来说，任何时间序列中都会有不规则成分存在，而商务与管理数据中通常不考虑周期性，所以只剩下趋势成分和季节成

0.0000

0

6

0

关注作者

收藏

dreamhappy2012

怎么确定时间序列中季节成分？

问、怎么确定时间序列中季节成分？答：确定季节成分是否存在，至少需要两年的数据，而且数据需要按季度、月份、周或天等来记录。确定季节成分也可以从绘制时间序列的线图入手。但这里需要一种特殊的时间序列图，即年度折叠时间序列图。绘制该图时，需要将每年的数据分开画在图上，也就是横轴只有一年的长度，每年的数据分别对应纵轴。如果时间序列只存在季节成分，年度折叠时间序列图中的折线将会有交

0.0000

0

1

0

关注作者

收藏

dreamhappy2012

怎么确定时间序列中趋势成分？

问、怎么确定时间序列中趋势成分？确定趋势成分是否存在，可以从绘制时间序列的线图入手。判断趋势成分是否存在的另一种方法是利用回归分析拟合一条趋势线，然后对回归系数进行显著性检验。如果回归系数显著，就可以得出线性趋势显著的结论。

0.0000

0

0

0

关注作者

收藏

dreamhappy2012

时间序列的增长率分析需要注意哪些问题？

问、时间序列的增长率分析需要注意哪些问题？答：在应用增长率分析实际问题时，应注意以下几点：首先，当时间序列中的观察值出现0或负数时，不宜计算增长率。其次，在有些情况下，不能单纯就增长率论增长率，要注意增长率与绝对水平的结合分析。因为增长率是一个相对值，它与对比的基期值的大小有很大关系。大的增长率背后，其隐含的绝对值可能很小，小的增长率背后，其隐含的绝对值可能很大。这就是说

75.0000

1

3

0

关注作者

收藏

dreamhappy2012

时间序列怎么进行描述性分析？

问、时间序列怎么进行描述性分析？答：时间序列的描述性分析主要包括图形描述和增长率分析：图形描述: 在对时间序列进行分析时，最好是先作一个图形，然后通过图形观察数据随时间的变化模式及变化趋势。作图是观察时间序列形态的一种有效方法，它对千进一步分析和预测会有很大帮助。增长率分析: 长率是对现象在不同时间的变化状况所做的描述。由于对比的基期不同，增长率有不同的计算方法。增长率分析

0.0000

0

4

0

关注作者

收藏

dreamhappy2012

时间序列的成分可以分为哪几种？

问、时间序列的成分可以分为哪几种？答：时间序列的成分可以分为4种，即趋势(T)、季节性或季节变动（S）、周期性或循环波动(C)、随机性或不规则波动 (I) 。传统时间序列分析的项主要内容就是把这些成分从时间序列中分离出来，并将它们之间的关系用一定的数学关系式予以表达，而后分别进行分析。按4种成分对时间序列的影响方式不同，时间序列可分解为多种模型，如加法模型(additiv

0.0000

0

4

0

关注作者

收藏

wenlongg

统计学中的bootstrapping

所谓的Bootstrapping法就是利用有限的样本资料经由多次重复抽样，重新建立起足以代表母体样本分布之新样本。统计学中，bootstrapping可以指依赖于重置随机抽样的一切试验。bootstrapping可以用于计算样本估计的准确性。对于一个采样，我们只能计算出某个统计量(例如均值)的一个取值，无法知道均值统计量的分布情况。但是通过自助法(自举法)我们可以模拟出均值统计量的近似分布。

0.0000

0

2

0

关注作者

收藏

dreamhappy2012

多重共线性的处理方法有哪些？

问、多重共线性的处理方法有哪些？答：将一个或多个自变量从模型中剔除，使保留的自变量尽可能不相关；如果保留所有自变量，那就应该1避免根据t统计量对单个参数进行检验2对因变量的推断限定在自变量样本值的范围内。

0.0000

0

1

0

关注作者

收藏

dreamhappy2012

显著性水平与P值有何区别？

问、显著性水平与P值有何区别？答：显著性水平是原假设为真时，拒绝原假设的概率，是一个概率值，被称为抽样分布的拒绝域，大小由研究者事先确定；而P值是原假设为真时所得到的样本观察结果或更极端结果出现的概率，被称为观察到的显著性水平。

64.3413

1

0

0

关注作者

收藏

<1…373839…55>

CDA考试动态

CDA报考指南