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

什么是矩阵的秩

将矩阵做初等行变换后，非零行的个数叫行秩将其进行初等列变换后，非零列的个数叫列秩矩阵的秩是方阵经过初等行变换或者列变换后的行秩或列秩矩阵的秩一般有2种方式定义1. 用向量组的秩定义矩阵的秩 = 行向量组的秩 = 列向量组的秩2. 用非零子式定义矩阵的秩等于矩阵的最高阶非零子式的阶单纯计算矩阵的秩时, 可用初等行变换把矩阵化成梯形梯矩阵中非零行数就是矩阵的秩

63.1579

1

0

0

关注作者

收藏

liting李

离散型变量怎么判断互相独立

对于两个独立事件 A 与 B 有P(A|B) = P(A)以及P(B|A) = P(B)换句话说，如果 A 与 B 是相互独立的，那么 A 在 B 这个前提下的条件概率就是 A 自身的概率；同样，B 在 A 的前提下的条件概率就是 B 自身的概率。那么只需要简单的举个反例就好了P(X=-1，Y=-1) =1/8，P(X=-1)=3/8;P(Y=-1)=3/8那么P(X=-1|Y=-1)=P(X=-

63.1579

1

0

0

关注作者

收藏

liting李

我的数学成绩有95%概率在80-90分之间和我的数学成绩在80-90之间对于这件事儿我有95%的把握这两者有什么区别

统计学假设与检验中的用上述的第二个说法。概率是一个在0到1之间的实数，是对随机事件发生的可能性的度量。把握用在假设与检验这个地方，如“我们有95%的把握拒绝原假设”，是对程度的度量，二者意思相近，不必深究。

59.2826

1

0

0

关注作者

收藏

亨的瑞

计算利润期望值

想问一下这一题的计算过程

92.2795

1

1

0

关注作者

收藏

读童话的狼

方差分析中SSA与SSE中的随机是一样的吗

不是一样的，SSA是组间平方和,主要指系统误差，反应自变量对因变量的影响，SSE则是组内平方和，指其他的误差（抽样误差，测量误差等）对因变量的影响SSE例如，每个样本内部的数据平方和加在一起就是组内平方和，它反映了每个样本内各观测值的离散状况。反映组间误差大小的平方和称为组间平方和，也称为因素平方和，记为SSA。例如，四个行业被投诉次数之间的误差平方和就是组间平方和，它反映了样本均值之间的差异程

114.2699

2

0

0

关注作者

收藏

读童话的狼

这里仅仅是因为整体标准差已知，才用的标准正态分布吗？

不仅仅是标准差已知，总体服从正态分布也是需要的，这是小样本检验的假设条件

114.2699

2

0

0

关注作者

收藏

读童话的狼

卡方里面的n是有n个样本框还是一个样本框里有n个样本？

卡方分布要求n个变量独立同分布于标准正态分布，所以这里是n个样本，并且来自同一个正态总体（样本框）

258.1274

2

0

0

关注作者

收藏

LXM21

关于牛顿法和梯度下降法的效率对比

梯度下降法的优化思想：用当前位置负梯度方向作为搜索方向，因为该方向为当前位置的最快下降方向，所以也被称为是”最速下降法“。最速下降法越接近目标值，步长越小，前进越慢。缺点：靠近极小值时收敛速度减慢，求解需要很多次的迭代；直线搜索时可能会产生一些问题；可能会“之字形”地下降。牛顿法牛顿法最大的特点就在于它的收敛速度很快。优点：二阶收敛，收敛速度快；缺点：牛顿法是一种迭代算法，每一步都需要求解目标函数

46.1538

1

0

0

关注作者

收藏

LXM21

β不是系数吗为啥要加i

β不是系数吗为啥要加i？因为有多个自变量，每个自变量对应一个系数，其中β0是常数项

46.1538

1

0

0

关注作者

收藏

亨的瑞

求置信区间

想请问一下这题怎么算的

63.1579

1

1

0

关注作者

收藏

亨的瑞

“轮廓系数的值越大，表示该样本点距离其他簇的距离越大"请问这句话为什么错误呢？

63.1579

1

0

0

关注作者

收藏

詹惠儿

为什么假设检验中等号都放在原假设？

问：为什么假设检验中等号都放在原假设？答：等号表示的是稳定的、无差异的意思，表示了事物发展的一种延续，由于原假设表示的是不容易推翻的假设（旧的假设），等号放在原假设中与原假设的意思是相符的，而备择假设表示的是容易推翻的假设（新的假设），与等号的意思不相符，故放在原假设中，而不放在备择假设中。从假设检验的基本思想中，我们还是可以得出相同的结论的：假设检验总“偏心”于原假设，从拒绝原假设上可以看出，只

46.1538

1

0

0

关注作者

收藏

詹惠儿

两独立样本t检验和两配对样本t检验区别是什么？

问：两独立样本t检验和两配对样本t检验区别是什么？答：独立样本的t检验过程用于检验两个独立样本是否来自具有相同均值的总体，相当于两个正态分布总体的均值是否相等，即检验假设Ho:山=从是否成立，此检验以t分布为理论基础。配对样本检验用于检验两个相关的样本是否来自具有相同均值的正态总体。即检验假设H:d=0，实质就是检验差值的均值和零均值之间的显著性.

46.1538

1

0

0

关注作者

收藏

赵娜0418

逻辑回归主要是用来做什么的？是做回归吗？

问题详述：逻辑回归主要是用来做什么的？是做回归吗？解答：错。逻辑回归是分类算法，不要被它的名字给迷惑了。很多时候看到这个名字会被名字误导，以为是回归算法，实际上逻辑回归是处理分类问题的。

32.1601

3

0

0

关注作者

收藏

赵娜0418

错误率越大则权重越大，分类误差小的分类器有更大的权重，这两个矛盾吗？

一、问题描述错误率越大则权重越大，分类误差小的分类器有更大的权重，这两个矛盾吗？二、问题解答第一个是针对样本来说的，如果样本的错误率越大，则有更大的权重。后一个是针对分类器来说的，如果一个分类器的误差小，则给他更大的权重，否则分类误差大，就给小的权重。

31.5516

1

0

0

关注作者

收藏

赵娜0418

ARMA和ARIMA的区别是什么?

问题详述:老师 ARMA和ARIMA不是一回事吧?解答1、运用对象不同AR，MA，ARMA都是运用于原始数据是平稳的时间序列。ARIMA运用于原始数据差分后是平稳的时间序列。2、时间序列不同AR(自回归模型)，AR ( p) ，p阶的自回归模型。MA(移动平均模型)，MA(q)，q阶的移动平均模型。ARIMA(差分自回归移动平均模型)。3、平稳性差别ARMA模型的平稳性要求y的均值、方差和自协方差

0.0000

0

0

0

关注作者

收藏

CDA持证人阿涛哥

如何判断是不是几何分布？

如何判断是不是几何分布？只要符合下面4个特点就可以判别你做的事情是不是几何分布了：1）做某事件次数（也叫试验次数）是固定的，用n表示（例如抛硬币3次，表白5次），2）每一次事件都有两个可能的结果（成功，或者失败）（例如每一次抛硬币有2个结果：正面表示成功，反面表示失败。每一次表白有2个结果：表白成功，表白失败）。3）每一次“成功”的概率都是相等的，成功的概率用p表示（例如每一次抛硬币正面朝上的概率

41.4092

3

0

0

关注作者

收藏

CDA持证人阿涛哥

什么是二项分布呢？

什么是二项分布呢？只要符合下面3个特点就可以判断某事件是二项分布了：1）做某件事的次数（也叫试验次数）是固定的，用n表示。（例如抛硬币3次，投资5支股票），2）每一次事件都有两个可能的结果（成功，或者失败）（例如每一次抛硬币有2个结果：正面表示成功，反面表示失败。每一次投资美股有2个结果：投资成功，投资失败）。3）每一次成功的概率都是相等的，成功的概率用p表示（例如每一次抛硬币正面朝上的概率都是1

42.5798

3

1

0

关注作者

收藏

宋俊花

逻辑回归为什么要对特征进行离散化

在工业界，很少直接将连续值作为逻辑回归模型的特征输入，而是将连续特征离散化为一系列0、1特征交给逻辑回归模型，这样做的优势有以下几点：0. 离散特征的增加和减少都很容易，易于模型的快速迭代；1. 稀疏向量内积乘法运算速度快，计算结果方便存储，容易扩展；2. 离散化后的特征对异常数据有很强的鲁棒性：比如一个特征是年龄>30是1，否则0。如果特征没有离散化，一个异常数据“年龄300岁”会给模型造成很大

40.3583

2

0

0

关注作者

收藏

读童话的狼

如何解决线性模型变量相关性问题的讨论

首先要明确一点：变量之间的相关性（只要不是完全相关）是不会影响参数的一致性的。那么会影响什么呢？影响的是参数估计的方差。所以，如果你的样本足够大，变量间的相关性不是什么大问题，甚至压根就不是问题。那么如果你的样本没那么大，该怎么处理呢？这个时候就要看你做模型的目的了。简单的区分的话，你究竟关注相关，还是因果，甚至只是想预测？如果你是关注因果，那么不好意思，这个问题没有办法。比如如果在经济学里面，你

41.4359

2

0

0

关注作者

收藏

<1…567…55>

CDA考试动态

CDA报考指南