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

宋俊花

方差分析和回归分析异同

方差分析和回归分析总体上都属于一个类别，一般线性模型（general linear model，GLM）。从数据类型来看，方差分析的因变量是连续型数据，自变量是分类变量，一般都以组别的形式出现。回归分析的因变量是连续型数据，自变量既可以是分类数据，也可以是连续型数据，也可以两种都有。具体来说：一、方差分析与回归分析的相同点1、方差分析与回归分析的变量都是两种或两种以上。2、方差分析与回归分析的结果

35.3721

2

0

0

关注作者

收藏

宋俊花

标准差与标准误

共同点标准差和标准误都在衡量一群“小点点”的变异程度/离散程度。不同点标准差（SD）的“小点点”是仅仅某一次抽样得到的一个「样本量为N」的样本里的所有个体（单个分数）标准误（SE）的“小点点”是很多次抽样得到的很多「样本量均为N」的样本（样本的某种统计量，如平均值、回归系数等）一言以蔽之（以平均值为例，这是最简单的理解）标准差 = 一次抽样中个体分数间的离散程度，反映了个体分数对样本均值的代表性，

35.3721

2

0

0

关注作者

收藏

叶yyf

推断性分析方法

列联分析——分析定性变量对定性变量的影响原理：比较实际值与期望值（如何计算？）之间的差距，构造了卡方统计量，进行决策作用：通过比较实际值与期望值之间是否存在差异，分析定性变量对另一个定性变量是否有显著影响。——拟合优度检验、独立性检验、......几个系数——消除n的影响方差分析——分析定性变量对定量变量的影响原理：比较组间误差（存在随机误差+可能有因素A的影响）与组内误差（只有随机误差）

35.3721

2

0

0

关注作者

收藏

LXM21

定比和定距的区别

1.定距数据(Interval):具有间距特征的变量，有单位，没有绝对零点，可以做加减运算，不能做乘除运算。例如，温度。2.定比变量(Ratio):数据的最高级，既有测量单位，也有绝对零点，例如职工人数，身高。

44.8761

3

0

0

关注作者

收藏

LXM21

这个评估系数是之前统计学的，置信区间要求是95%，得到的5%吗？跟P值是一个意思嘛答：不一样，意思是显著性水平α=5%，就是α=0.05，跟相应的P值比较看结果是否显著

44.6016

2

0

0

关注作者

收藏

宋俊花

回归算法选择汇总

基于x,y 变量类型以及多少的时候，应该选择哪种回归模型和算法：

126.7985

6

0

0

关注作者

收藏

liting李

一般正态分布与标准正态分布的区别与联系

正态分布也叫常态分布，是连续随机变量概率分布的一种，自然界、人类社会、心理和教育中大量现象均按正态形式分布，例如能力的高低，学生成绩的好坏等都属于正态分布。它随随机变量的平均数、标准差的大小与单位不同而有不同的分布形态。标准正态分布是正态分布的一种，其平均数和标准差都是固定的，平均数为0，标准差为1。

48.4274

6

0

0

关注作者

收藏

1027670370

统计是什么？

统计是处理数据的一门科学。人们给统计学下的定义很多，比如，“统计学是收集、分析、表述和解释数据的科学”;“统计是一组方法，用来设计实验、获得数据，然后在这些数据的基础上组织、概括、演示、分析、解释和得出结论”。综合地说，统计学(statistics）是收集、处理、分析、解释数据并从数据中得出结论的科学。统计学是关于数据的科学，它所提供的是一套有关数据收集、处理、分析、解释并从数据中得出结论的方法，

38.1193

6

0

0

关注作者

收藏

zhongxn

分箱的原因：1、模型稳定：在一般情况下建立分类模型是，需要对连续变量进行离散化，离散后的特征能够去除噪声，对异常值不再敏感，使得模型可以更加的稳定。2、简化模型：降低样本中的个别信息对模型的影响，降低过拟合的风险。分箱的目的：1、离散特征的增加和减少很容易，易于模型的快速迭代。2、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。3、列表内容离散化后的特征对异常数据有很强的鲁棒性。【离散化后

37.4817

3

0

0

关注作者

收藏

zhongxn

分箱的原因：1、模型稳定：在一般情况下建立分类模型是，需要对连续变量进行离散化，离散后的特征能够去除噪声，对异常值不再敏感，使得模型可以更加的稳定。2、简化模型：降低样本中的个别信息对模型的影响，降低过拟合的风险。分箱的目的：1、离散特征的增加和减少很容易，易于模型的快速迭代。2、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。3、列表内容离散化后的特征对异常数据有很强的鲁棒性。【离散化后

37.4817

3

0

0

关注作者

收藏

liting李

为什么要对相关系数进行显著性检验？

原因：所有的假设检验都是要分析显著性的，拿相关系数来说，我们虽然求得了相关系数值，但是这个相关系数有没有统计学意义呢？换句话说，我们看到的这个相关系数是确实存在呢？还是说只是抽样误差导致的？显著性检验就是要解决这个问题的，如果显著，则表明相关的确存在，不是抽样误差导致的。

37.5676

4

0

0

关注作者

收藏

k_0711

分支语句顾名思义，就是像岔路口一样，选择不同的路就会有不尽相同的结果，分支语句体现一种选择的思维。分支语句的语法如下：单分支：if（条件1）：语句块如果条件1为真则执行语句块，否则不执行语句块。二分支：if(条件)：语句块1else:语句块2这个表示若条件为真执行语句块1，否则执行语句块2或者：(表达式1) if (条件) else (表达式2)这个是更为简洁的二分之表达方式，若第二个括号中的条件

41.2325

2

0

0

关注作者

收藏

1027670370

统计数据的整理

一、统计数据整理统计数据整理是统计数据调查的继续和数据分析的前提，是感性认识上升到理性认识的连接点。数据整理的前提是审核，分组汇总是核心。按品质变量分组的关键是界定各类型组的性质差异，按数值变量分组的关键是正确确定各组的数量界限，即组数与组限。二、统计分组统计分组必须遵循穷尽性和互斥性两个原则。数值变量分组有单项式和组距式两种。组距式分组又有离散型与连

41.4053

6

0

0

关注作者

收藏

liting李

在统计学中为什么要对变量取对数？

取对数可以将大于中位数的值按一定比例缩小,从而形成正态分布的数据。1.研究的自变量数量级不一致时，取对数可消除这种数量级相差很大的情况。2.取对数可以消除异方差。3.取对数可以使非线性的变量关系转化为线性关系，更方便做参数估计。

41.2902

3

0

0

关注作者

收藏

michelle.qin

Python统计学 - 错题收集

需要找一下资料回顾一下

29.9467

1

0

0

关注作者

收藏

1027670370

（一）概念在统计分组的基础上，可以将总体的所有单位按某一标志进行归类排列，并计算其相应出现的次数，这样得到的分布称为分配数列或次（频）数分布数列。(二)分配数列的构成要素组别：各组名称次数(频数):分布在各组的总体单位数。各组的次数(频数)之和等于总体单位总数。频率(比重):各组次数占总次数的比重各组比重之和等于100%（或1

29.9993

4

0

0

关注作者

收藏

读童话的狼

拉格朗日乘数法

在数学最优问题中，拉格朗日乘数法（以数学家约瑟夫·路易斯·拉格朗日命名）是一种寻找变量受一个或多个条件所限制的多元函数的极值的方法。设给定二元函数和附加条件为寻找在附加条件下的极值点，先做拉格朗日函数，其中为参数。令对和和的一阶偏导数等于零，即由上述方程组解出，及，如此求得的，就是函数在附加条件下的可能极值点。若这样的点只有一个，由实际问

31.1731

4

0

0

关注作者

收藏

shauna570392

上下边缘的计算为什么用1.5*IQR？

如果我们把数据集当成是服从正态分布的数据集,那么上下边缘的计算公式中的系数取1.5时,上边缘与下边缘这段区间的概率分布为99.3%,也就是数只有1%的可能会落在这个区间之外,是非常小的概率, 如果出现了这种情况,我们就可以认为这个数据的出现是会伴随着某些问题的出现. 也就是为什么在这个区间之外的点我们称为异常点(outliers)

30.1680

2

0

0

关注作者

收藏

shauna570392

如何计算75%中位数?

有如下例子:数据总量: 6, 47, 49, 15, 42, 41, 7, 39, 43, 40, 36由小到大排列的结果: 6, 7, 15, 36, 39, 40, 41, 42, 43, 47, 49一共11项Q1 的位置=（11+1） × 0.25=3， Q2 的位置=（11+1）× 0.5=6， Q3的位置=（11+1） × 0.75=9Q1 = 15，Q2 = 40，Q3 = 43.那

30.1680

2

1

0

关注作者

收藏

michelle.qin

【Python统计学】day1 课堂笔记整理之二

day1 课堂笔记整理，调整了一下，后续继续更新：

27.8765

4

0

0

关注作者

收藏

<1…678…55>

CDA考试动态

CDA报考指南