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

liting李

python如何求加权平均值的方法

#需要求加权平均值的数据列表elements = []#对应的权值列表weights = []使用numpy直接求：import numpy as np np.average(elements, weights=weights)附纯python写法：# 不使用numpy写法1round(sum([elements[i]*weights[i] for i in range(n)])/sum(weig

239.7347

1

0

0

关注作者

收藏

读童话的狼

RMSE是什么意思

RMSE（Root Mean Squard Error）均方根误差，用来衡量观测值同真值之间的偏差

0.0000

0

0

0

关注作者

收藏

CDA助教老师

样本比例的抽样分布

1. 在重复选取容量为n的样本时，由样本比例的所有可能取值形成的相对频数分布 2. 一种理论概率分布 3. 当样本容量很大时，样本比例的抽样分布可用正态分布近似4. 推断总体比例的理论基础

0.0000

0

0

0

关注作者

收藏

CDA助教老师

样本均值的抽样分布

1. 在重复选取容量为n的样本时，由样本均值的所有可能取值形成的相对频数分布2. 一种理论概率分布3. 推断总体均值的理论基础

0.0000

0

0

0

关注作者

收藏

CDA助教老师

F分布在方差分析、回归方程的显著性检验中有着重要的地位。

129.7614

1

0

0

关注作者

收藏

CDA助教老师

1. 样本统计量的概率分布，是一种理论分布 • 在重复选取容量为n的样本时，由该统计量的所有可能取值形成的相对频数分布 2. 随机变量是样本统计量 • 样本均值, 样本比例，样本方差等3. 结果来自容量相同的所有可能样本 4. 提供了样本统计量长远而稳定的信息，是进行推断的理论基础，也是抽样推断科学性的重要依据

0.0000

0

0

0

关注作者

收藏

CDA助教老师

点估计问题的提法

设总体X 的分布函数形式已知,但它的一个或多个参数为未知,借助于总体X的一个样本来估计，总体未知参数的值的问题称为点估计问题

0.0000

0

0

0

关注作者

收藏

CDA助教老师

1. 将构造置信区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比例称为置信水平 2. 表示为 (1 -  •  为是总体参数未在区间内的比例3. 常用的置信水平值有 99%, 95%, 90% • 相应的  为0.01，0.05，0.10

0.0000

0

0

0

关注作者

收藏

CDA助教老师

估计量与估计值

1. 估计量：用于估计总体参数的随机变量 • 如样本均值，样本比例, 样本方差等 • 例如: 样本均值就是总体均值 的一个估计量 2. 估计值：估计参数时计算出来的统计量的具体值 • 如果样本均值 x =80，则80就是的估计值

10.5518

1

0

0

关注作者

收藏

CDA助教老师

各相关系数的区别

皮尔逊相关系数：一般用来计算两个连续型变量的相关系数。肯德尔相关系数：一个连续一个分类（最好是定序变量）斯皮尔曼相关系数：2个变量无论连续还是分类都可以，但斯皮尔曼是非参数的，会损失信息，尽量不用

10.5518

1

0

0

关注作者

收藏

liting李

什么是t检验

t检验，亦称student t检验（Student's t test），主要用于样本含量较小（例如n < 30），总体标准差σ未知的正态分布。 t检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。

96.2661

2

0

0

关注作者

收藏

liting李

小概率事件发生的概率 α和弃真错误的概率 α是一个概念吗？

小概率事件发生的概率 α和弃真错误的概率 α两者不是一个概念。弃真错误就是指原本是对的，你判断错的概率，这个是弃真事件发生的概率。小概率事件，是指在一次事件中几乎不可能发生的事件。一般称之为“显著性水平”，用α表示。显著性水平一般取值为5%只能说弃真错误的概率α是小概率事件发生的概率。

90.5518

2

0

0

关注作者

收藏

CDA助教老师

百分比和百分点

百分比和百分点百分比：是相对数中的一种，它表示一个数是另一个数的百分之几，也称为百分率或百分数。百分比的分母是100，也就是用1%作为度量单位，因此便于比较。百分点：是指不同时期以百分数的形式表示的相对指标的变动幅度，1%等于1个百分点。

10.5518

1

0

0

关注作者

收藏

CDA助教老师

顾客细分&画像

顾客细分&画像（Customer Segmentation & Profiling）根据现有的顾客数据，将特征、行为相似的顾客归类分组。描述和比较各组。

10.5518

1

0

0

关注作者

收藏

liting李

如何理解和区分近似误差和估计误差?

近似误差其实可以理解为模型估计值与实际值之间的差距。估计误差其实可以理解为模型的估计系数与实际系数之间的差距。

62.7257

2

1

0

关注作者

收藏

liting李

机器学习中如何理解近似误差与估计误差

近似误差：可以理解为对现有训练集的训练误差。估计误差：可以理解为对测试集的测试误差。近似误差关注训练集，如果近似误差小了会出现过拟合的现象，对现有的训练集能有很好的预测，但是对未知的测试样本将会出现较大偏差的预测。模型本身不是最接近最佳模型。估计误差关注测试集，估计误差小了说明对未知数据的预测能力好。模型本身最接近最佳模型。

62.7257

2

0

0

关注作者

收藏

liting李

几种常见的误差评估方法

1.RMS:均方根误差2.RMSE:均方根误差它是观测值与真值偏差的平方和观测次数n比值的平方根，在实际测量中，观测次数n总是有限的，真值只能用最可信赖（最佳）值来代替.方根误差对一组测量中的特大或特小误差反映非常敏感，所以，均方根误差能够很好地反映出测量的精密度。3.标准差（Standard Deviation）标准差是方差的算术平方根，也称均方差（mean square error），是各数据

62.7257

2

0

0

关注作者

收藏

读童话的狼

白噪声检验的原假设

白噪声检验(Ljung – Box 检验)即原假设为：滞后m阶序列值相互独立，自相关函数均为零备择假设为：之后m期的序列之间存在相关性若p>=α,则不能拒绝原假设，序列为白噪声若p

109.0909

1

0

0

关注作者

收藏

读童话的狼

什么是显著性水平，什么是置信水平？

置信水平：一般用1-alpha表示，它是一个接近于1的概率值，表明你得到的置信区间包含真参数的概率。一般常取为95%或者90%或者99%。是预先取定的值。显著性水平：一个预先取定的值，一般用alpha表示。跟置信水平恰好方向相反（加起来是1），在假设检验中表示在零假设成立下拒绝它所犯的一类错误的上界。在用p值检验时，如果p值比显著性水平小，就可以放心拒绝原假设。反之，不拒绝。置信区间：在一个给定置

109.0909

1

0

0

关注作者

收藏

liting李

怎么判断左侧，右侧，双侧检验？

这要看原假设是怎么个问法,本质上就是考虑问题的角度；比如问平均体重是不是50Kg,这就是双边的,它是个不等号；如果问是否小于50Kg,那就是右侧检验；如果问是否大于50K个,那就是左侧检验.总之,原假设的反面是怎么样,就怎么叫.

63.1579

1

0

0

关注作者

收藏

<1…456…55>

CDA考试动态

CDA报考指南