随笔分类 - 统计学
统计学系列内容整理
摘要：在20世纪统计学的发展历程中，耶日·奈曼（Jerzy Neyman, 1894–1981）无疑是一位具有里程碑意义的人物。他不仅在理论层面上为数理统计学奠定了严格的推断体系，还通过实践推动了统计方法在农业、医学、社会科学等领域的广泛应用。奈曼与皮尔逊共同提出的“奈曼–皮尔逊引理”构建了现代假设检验的
阅读全文
摘要：在大数据与人工智能快速发展的新时代，组织与社会正面临前所未有的复杂环境与决策挑战。传统依赖经验与静态模型的决策方式，难以适应实时变化与不确定性日益增强的场景。统计学与运筹学，分别擅长数据洞察与优化决策，是解决问题的两大核心方法。然而，单独使用统计推断或优化算法已无法满足现代业务对预测精度、响应速度和
阅读全文
摘要：统计规律性是统计学揭示随机现象中稳定趋势的核心使命。现实世界充满不确定性，但大量数据往往呈现可识别的模式。统计学通过抽样、建模与推断，从表面随机中提炼出规律，为总体认知与科学决策提供基础。这种规律不仅解释过去，更支撑未来预测与优化，在金融风险、医疗诊断、政策制定等领域帮助我们在不确定中寻找确定性。
阅读全文
摘要：在统计学与人工智能的知识版图中，有一个名字几乎贯穿始终——托马斯·贝叶斯（Thomas Bayes）。这位18世纪的英国牧师并非职业数学家，却在一篇身后发表的论文中提出了影响深远的贝叶斯定理。它不仅改变了概率论的发展方向，更为后世的科学推断、决策分析和机器学习奠定了基石。今天，无论是垃圾邮件过滤、疾
阅读全文
摘要：在统计学研究与实践中，有一些现象与人类直觉截然相反，被称为“统计悖论”。这些悖论不仅揭示了概率论与统计推断中潜藏的反直觉特性，也为数据分析师和决策者提供了警示：统计量表面一致并不意味着结论可靠。本文将深入解析五个经典统计悖论——辛普森悖论、伯克森悖论、蒙提霍尔悖论、安斯库姆四重奏和杰文斯悖论，从定义
阅读全文
摘要：目录 统计数据的可视化 数据的概括性度量 统计量及其抽样分布 参数估计 假设检验 方差分析 一元线性回归 多元线性回归 时间序列分析与预测 统计指数 统计数据的可视化 在统计分析与数据可视化过程中，数据类型的识别与图表类型的选择密切相关。选择合适的统计图不仅能清晰传达信息，还能避免误导。因此，我们应
阅读全文
摘要：在统计学与数据分析中，衡量两个变量之间的相关性是一项基础而重要的任务。皮尔逊相关系数（Pearson correlation coefficient）由于其对线性关系的敏感性而被广泛使用，但它在数据不服从正态分布或存在极端值时表现不佳。为解决这一问题，Spearman秩相关系数（Spearman's
阅读全文
摘要：在假设检验中，p-value（p值）是用于衡量样本数据与原假设（null hypothesis）相符程度的概率指标。传统的假设检验方法往往基于拒绝域（Rejection Region）和临界值（Critical Value），而现代统计软件则常以p-value与显著性水平α的比较作为判断标准。以下从
阅读全文
摘要：在大数据和信息爆炸的时代背景下，统计分析已经成为各行各业进行科学决策、评估效能和挖掘潜力的核心工具。而进行统计分析的基础，离不开强有力的统计软件支持。市面上统计软件种类繁多，涵盖了教学研究、商业应用、金融建模、医学统计、社会科学乃至人工智能等多个领域。 这里将从多个维度出发，系统比较当前最常用的 8
阅读全文
摘要：在众多评分系统中，如何消除个别极端值对总体结果的干扰，始终是一个关键问题。截尾均值法（Trimmed Mean）作为一种稳健统计方法，通过剔除评分中最高与最低的部分极端值，进而计算剩余数据的平均值，有效缓解了因偏态评分引起的失真问题。该方法在体育竞技、教育评价、网络评分等领域得到广泛应用，尤其适用于
阅读全文
摘要：在20世纪初，统计学的核心方法之一——t检验（Student's t-test）——并非诞生于学术象牙塔，而是在爱尔兰都柏林的吉尼斯啤酒厂中悄然孕育。其创始人威廉·西利·戈塞特（William Sealy Gosset，1876–1937），是一位化学家、酿酒师和统计学家。他在吉尼斯公司担任实验
阅读全文
摘要：Ronald Aylmer Fisher（1890–1962）是现代统计学的奠基人之一，他的贡献深刻影响了科学研究的方式。 Fisher不仅提出了方差分析（ANOVA）、最大似然估计（MLE）、F检验等核心统计方法，还在实验设计、假设检验、p值理论等方面建立了严谨的理论体系。 他强调通过随机化、重复
阅读全文
摘要：Karl Pearson（1857–1936）不仅是统计学的奠基人，更是一位在多个学科交叉点上开疆拓土的思想家。他出身数学与自然科学背景，早期研究涉及哲学、力学、生物学，最终将这些领域中的不确定性与变异问题统一纳入“统计推理”的框架。他的统计学思想深深植根于达尔文进化论与生物测量的需求，这种科学背景
阅读全文
摘要：描述性统计是数据分析的基础，旨在通过一系列统计量来总结和展示数据的主要特征。描述性统计常用于数据预处理、探索性分析和结果总结，为后续更复杂的分析提供有价值的信息。 一、描绘性统计概要 描述性统计（Descriptive Statistics）是统计学中用于总结、概括和展示数据特征的一类方法，旨在通过
阅读全文
摘要：相关与回归是统计分析中常用的方法，用于探究变量之间的关系。相关分析主要衡量两个变量之间的线性关联程度，通常使用相关系数（如皮尔逊相关系数）来量化，取值范围在-1到1之间，反映正相关、负相关或无相关。回归分析则更进一步，研究一个或多个自变量对因变量的影响关系，通过建立数学模型（如简单线性回归、多元回归
阅读全文
摘要：假设检验基于样本数据对总体参数作出判断，广泛应用于科学实验、质量控制和社会调查等领域，是数据驱动决策的重要依据。 一、假设检验理论 假设检验（Hypothesis Testing）是统计推断中的核心方法，主要用于根据样本数据推断总体参数，并判断某一假设是否成立。基本步骤包括：提出原假设（\(H_0\
阅读全文
摘要：参数估计是根据样本数据推断总体参数数值的统计方法，主要分为点估计和区间估计。点估计通过样本统计量（如样本均值、样本方差）给出总体参数的单一估计值；区间估计则给出一个区间，在一定置信水平下包含总体参数。常用的估计方法包括最大似然估计、矩估计和贝叶斯估计等。好的估计量应具备无偏性、一致性和有效性等性质。
阅读全文
摘要：抽样分布理论研究的是样本统计量（如样本均值、样本方差）在重复抽样下形成的概率分布。它揭示了样本统计量的随机性和规律性，为参数估计和假设检验提供理论基础。抽样分布的形状和参数取决于总体分布、样本量及抽样方法。抽样分布理论在统计推断中起到桥梁作用，是理解数据波动和推断误差的关键。 一、抽样分布定理理论
阅读全文
摘要：在统计学的发展历程中，正态分布和偏态分布犹如两颗璀璨的星辰，象征着数学理论的演变和数据规律的揭示。从早期的经验观察到今天的精确数学表达，正态分布与偏态分布的研究跨越了几个世纪，深刻影响了自然科学、社会科学以及经济学等多个领域。正态分布，以其对称性和集中趋势，成为描述随机变量分布的经典模型；而偏态分布
阅读全文
摘要：一、引言：从一个测量误差说起 17世纪的欧洲，科学革命正在蓬勃发展。天文学、力学和数学的进步，使得人类第一次有能力对宇宙的运行做出较为精确的预测。然而，即使最先进的观测设备也不可避免地带来测量误差。风速、湿度、光学透镜的不完美、地球大气的扰动，都使得天体观测数据呈现出难以避免的波动。 正是在这样的科
阅读全文
浙公网安备 33010602011771号