一周统计学速成：一场略带讽刺的深度探索
本周，我们将深入浅出地探讨统计学的核心概念，力求以严谨的技术手法解释基本原理，并辅以轻松的讽刺，让学习过程更轻松有趣。本文将详细分解我的统计学习之旅，涵盖理论知识、实际案例和 Python 代码实现。
1. 描述性统计：数据概述
描述性统计是将原始数据进行总结和整理，使其更易于理解和解释的工具。它是数据分析的第一步，为后续分析奠定基础。
数据类型
名义数据:定性数据，类别之间无序。例如：颜色（红、绿、蓝）、品牌（苹果、三星）。可进行的操作：计数、众数计算。顺序数据:定性数据，类别之间有顺序，但数值差异无法衡量。例如：教育程度（高中、本科、研究生）、满意度等级（差、一般、好）。可进行的操作：排名、中位数计算。区间数据:定量数据，数值差异有意义，但无绝对零点。例如：温度（摄氏度、华氏度）。可进行的操作：加法、减法。比率数据:定量数据，数值差异有意义，有绝对零点。例如：体重、身高、收入。可进行的操作：所有算术运算。
集中趋势度量
平均数: 数据值的算术平均值。中位数: 排序后数据集中间的数值。众数: 数据集中出现频率最高的数值。
Python 示例：
import numpy as npfrom scipy import stats# 样本数据data = [12, 15, 14, 10, 12, 17, 18]mean = np.mean(data)median = np.median(data)mode = stats.mode(data).mode[0]print(f"平均数: {mean}, 中位数: {median}, 众数: {mode}")
2. 离散度度量：展现数据波动
集中趋势度量展现了数据的中心位置，而离散度度量则反映了数据的离散程度或波动性。
关键指标
方差 (σ² 表示总体，s² 表示样本):数据与平均值的平均平方差。总体方差公式：σ² = Σ(xᵢ – μ)² / n样本方差公式：s² = Σ(xᵢ – x̄)² / (n-1)标准差 (σ 表示总体，s 表示样本):方差的平方根，与数据具有相同的单位。偏度:描述数据分布的不对称性。正偏斜：尾部向右延伸。负偏斜：尾部向左延伸。
Python 示例：
std_dev = np.std(data, ddof=1) # 样本标准差variance = np.var(data, ddof=1) # 样本方差print(f"标准差: {std_dev}, 方差: {variance}")
3. 概率分布：数据行为模型
概率分布描述了随机变量取值的概率分布情况。
概率函数
概率质量函数 (PMF):用于离散随机变量。例如：掷骰子。概率密度函数 (PDF):用于连续随机变量。例如：人的身高。累积分布函数 (CDF):表示随机变量取值小于或等于某个值的概率。
Python 示例：
from scipy.stats import norm# 正态分布的 PDF 和 CDFx = np.linspace(-3, 3, 100)pdf = norm.pdf(x, loc=0, scale=1)cdf = norm.cdf(x, loc=0, scale=1)print(f"x=1 处的 PDF: {norm.pdf(1)}")print(f"x=1 处的 CDF: {norm.cdf(1)}")
分布类型
正态/高斯分布:对称的钟形曲线。例如：身高、考试成绩。二项分布:n 次独立伯努利试验中成功的次数。例如：抛硬币。泊松分布:固定时间间隔内事件发生次数的概率。例如：每小时收到的邮件数量。对数正态分布:对数服从正态分布的变量的分布。幂律分布:例如：财富分配、互联网流量。
正态分布的 Python 示例：
import matplotlib.pyplot as pltsamples = np.random.normal(0, 1, 1000)plt.hist(samples, bins=30, density=True, alpha=0.6, color='g')plt.title('正态分布')plt.show()
4. 推断统计：从样本推断总体
推断统计允许我们根据样本数据对总体进行推断。
关键概念
点估计:参数的最佳单点估计值。置信区间:参数可能取值的范围。假设检验:原假设 (H₀): 默认假设。备择假设 (Hₐ): 要检验的假设。p 值: 在原假设成立的情况下，观察到当前结果或更极端结果的概率。t 分布:用于小样本的情况。
假设检验的 Python 示例：
from scipy.stats import ttest_1samp# 样本数据data = [1.83, 1.91, 1.76, 1.77, 1.89]population_mean = 1.80statistic, p_value = ttest_1samp(data, population_mean)print(f"t 统计量: {statistic}, p 值: {p_value}")
5. 中心极限定理 (CLT)
CLT 指出，无论总体分布如何，样本均值的分布都随着样本量的增加而趋近于正态分布。
Python 示例：
sample_means = [np.mean(np.random.randint(1, 100, 30)) for _ in range(1000)]plt.hist(sample_means, bins=30, density=True, alpha=0.6, color='b')plt.title('中心极限定理')plt.show()
结语
本周，我们对统计学这门引人入胜（有时也略显枯燥）的学科进行了深入探索。从数据概述到概率分布再到统计推断，这是一段充满收获的学习旅程。让我们继续探索数据科学的奥秘，一起披荆斩棘！
以上就是周统计的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1355479.html
微信扫一扫 
支付宝扫一扫 
