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

Adams小乙

统计学习——残差分析

残差分析（residual analysis）就是通过残差所提供的信息，分析出数据的可靠性、周期性或其它干扰。用于分析模型的假定正确与否的方法。所谓残差是指观测值与预测值（拟合值）之间的差，即是实际观察值与回归估计值的差。在回归分析中，测定值与按回归方程预测的值之差，以δ表示。残差δ遵从正态分布N(0，σ2)。（δ-残差的均值）/残差的标准差，称为标准化残差，以δ*表示。δ*遵从标准正态分布N(

5.9299

5

0

0

关注作者

收藏

Adams小乙

统计学习——过拟合

过拟合是指为了得到一致假设而使假设变得过度严格。避免过拟合是分类器设计中的一个核心任务。通常采用增大数据量和测试样本集的方法对分类器性能进行评价。给定一个假设空间H，一个假设h属于H，如果存在其他的假设h’属于H,使得在训练样例上h的错误率比h’小，但在整个实例分布上h’比h的错误率小，那么就说假设h过度拟合训练数据。常见原因：（1）建模样本选取有误，如样本数量太少，选样方法错误，样本标签错误等，

84.1724

4

0

0

关注作者

收藏

申宗康

相关分析是研究两个或两个以上处于同等地位的随机变量间的相关系数也是研究变量之间的密切程度及变化规律的一种统计方法。|r|>=0.8高度相关0.5=

163.6415

5

0

0

关注作者

收藏

申宗康

聚类分析基本思想原理：认为所研究的样品或指标(变量)之间是存在着程度不同的相似性(亲疏关系)。于是根据一批样品的多个观测指标，具体找出一些能够度量样品或指标之间的相似程度的统计量，以这些统计量为划分类型的依据，把一些相似程度较大的样品(或指标)聚合为一类，把另外一些彼此之间相似程度较大的样品(或指标)又聚合为另外一类。关系密切的聚合到一个小的分类单位，关系疏远的聚合到一个大的分类单位，直到把所有的

4.5013

3

0

0

关注作者

收藏

闫粤东

logistic回归是一种广义线性回归（generalized linear model），因此与多重线性回归分析有很多相同之处。它们的模型形式基本上相同，都具有 w‘x+b，其中w和b是待求参数，其区别在于他们的因变量不同，多重线性回归直接将w‘x+b作为因变量，即y =w‘x+b，而logistic回归则通过函数L将w‘x+b对应一个隐状态p，p =L(w‘x+b),然后根据p 与1-p的大小

43.5151

9

0

0

关注作者

收藏

固执的坚持023

契比雪夫不等式：应用：筛选异常值（标准：3倍标准差）先标准化处理，若大于3倍标准差，则为异常值。Excel:Var.p—计算总体标准差；Var.s—计算样本标准差

30.9351

6

0

0

关注作者

收藏

Adams小乙

统计学习——方差分析

方差分析(Analysis of Variance，简称ANOVA)，又称“变异数分析”，是R.A.Fisher发明的，用于两个及两个以上样本均数差别的显著性检验。由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。方差分析（ANOVA）又称“变异数分析”或“F检验”，是由罗纳德·费雪爵士发明的，用于两个及两个

390.0467

7

0

0

关注作者

收藏

Adams小乙

统计学习——回归分析

在统计学中，回归分析（regression analysis)指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。在大数据分析中，回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）

390.0467

7

0

0

关注作者

收藏

固执的坚持023

奇异值填充

一组数据出现奇异值，处理方法：1.四分位数填充——盖帽法（数据中出现异常值时，例如：计算90%分位数，大于90%分位数的结果替换为此值）；2.平均值填充。

149.6455

7

0

0

关注作者

收藏

CDA持证人阿涛哥

CDA 一级学习笔记关于四分位数与百分位数的计算

1, 75%位数=上四分位数，50%分位数=中位数 25%位数=下四分位数2, 计算先算位置 (n为数的个数)下四分位数的位置= (n+1) × 0.25 =x.y 位置中四分位数的位置= (n+1) × 0.5=x.y 位置上四分位的数位置= (n+1) × 0.75=x.y 位置然后算数值下四分位数的数值= 第x位置的数 +(下一个位置的数 - 第x位置的数) *( 0.y)

60.4169

8

0

0

关注作者

收藏

CDA117845

统计学基础

1-统计的基本概念.pptx

31.6214

6

0

0

关注作者

收藏

estherAI

统计学笔记

统计学笔记.pdf

22.0703

4

0

0

关注作者

收藏

永洪科技

什么爱好能让2亿人痴迷？

钓鱼，人称中年男人诱捕器。8月23日，处暑刚过。随着金秋时节慢慢到来的，还有钓鱼的好时机。就像喜欢毛孩子的人进了宠物店，喜欢追星的人抢到了演唱会门票，喜欢盲盒的人抽到了隐藏款。中年男人对钓鱼的热爱，也可以用狂热形容。换句话说，钓鱼就好像是打开“深海盲盒”。不到鱼钩露出水面那一秒，你永远不知道，自己钓上来的是鱼，是垃圾，又或是水猴子。什么？你说你就不喜欢钓鱼？有“过来人”告诉我，钓鱼只有0次和无数次

0.0000

0

1

0

关注作者

收藏

永洪科技

大数据时代企业如何保障数据安全？这款工具值得一看

随着互联网时代的高速发展，越来越多的企业提高了对数据安全的重视。为了更好地保障产品安全，YonghongBI V9.3中新增SSAS数据源对集成Windows身份验证支持。希望您了解：集成Windows身份验证是一种安全的验证形式，在用户通过网络发送用户名和密码之前，先对用户名和密码进行哈希计算。当用户启用集成Windows身份验证时，通过浏览器与Web服务器进行密码交换来证明其知晓密码。通过上文

0.0000

0

0

0

关注作者

收藏

啊啊啊啊啊吖

cov协方差怎么计算

---xy这个随机变量的期望减去各自期望之乘积

0.0000

1

0

0

关注作者

收藏

liting李

单侧假设检验与双侧的区别是什么?

做出连续变量的分布图，单侧检验只看一侧；双侧检验是看两侧，每一侧占一半。使用单侧检验的几种情况：与难度有关，F检验，二项分布，“优于”问题

41.2278

5

0

0

关注作者

收藏

liting李

什么是笛卡尔积？笛卡尔积是什么意思？

卡尔积又叫笛卡尔乘积，是一个叫笛卡尔的人提出来的。简单的说就是两个集合相乘的结果。具体的定义去看看有关代数系的书的定义。直观的说就是集合A{a1,a2,a3} 集合B{b1,b2}他们的笛卡尔积是 A*B ={(a1,b1),(a1,b2),(a2,b1),(a2,b2),(a3,b1),(a3,b2)}任意两个元素结合在一起

83.8963

3

0

0

关注作者

收藏

xiaowang222

检验统计选额何种分布

检验单总体均值的过程中，如果是小样本，但总体标准差已知，检验统计量应该选择（）。

158.8149

1

1

0

关注作者

收藏

liting李

横截面数据、时间序列数据和面板数据的区分

横截面数据是在同一时间，不同统计单位相同统计指标组成的数据列。横截面数据不要求统计对象及其范围相同，但要求统计的时间相同。也就是说必须是同一时间截面上的数据。例如，为了研究某一行业各个企业的产出与投入的关系，我们需要关于同一时间截面上各个企业的产出Q和劳动L、资本投入K的横截面数据。这些数据的统计对象显然是不同的，因为是不同企业的数据。但是关于产出Q和投入L、K的解释、统计口径和计算方法仍然要求相

102.7589

1

0

0

关注作者

收藏

LXM21

假设检验的目的是要根据样本信息作出决策。显然，研究者总是希望能作出正确的决定，也就是当原假设正确时没有拒绝他。但是由于决策是建立在样本信息的基础之上，而样本又是随机的，因而就有可能犯错误。假设检验过程中可能发生以下两类错误：当原假设为真时拒绝原假设，所犯的就称为第一类错误，又称弃真错误，即α错误；当原假设为假时没有拒绝原假设，所犯的就是第二类错误，又称取伪错误，即β错误。

33.3333

1

0

0

关注作者

收藏

<1…345…55>

CDA考试动态

CDA报考指南