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

詹惠儿

判断分布是哪种类型的目的和使用环节是什么呢？

问：判断分布是哪种类型的目的和使用环节是什么呢？答：判断分布是哪种类型的目的主要是看符不符合检验的前提假设，例如t-检验的假设是检验的数据满足正态分布，小样本不满足正态分布的数据用t-检验就会造成较大的偏差，一般是在小数据中会考虑这个问题，在大数据中基本不用去判别数据的分布类型，因为大数定理中证明了，样本数>=30时，样本均值的分布可以近似看做正态分布。

0.0000

0

2

0

关注作者

收藏

读童话的狼

线性回归模型的残差项是不是要满足一些假设？

线性回归模型的的假设有：1、随抄机误差项是一个期望值或平均值为0的随机变量；2、对于解释变量的所有观测值，随机误差项有相同的方差；3、随机误差项彼此不相关；4、解释变量是确定性变量，不是随机变量，与随机误差项彼此之间相互独立；5、解释变量之间不存在精确的（完全的）线性关系，即解释变量的样本观测值矩阵是满秩矩阵；6、随机误差项服从正态分布。

44.3241

10

6

0

关注作者

收藏

读童话的狼

回归模型的内生性是什么？

矩阵应该是残差和自变量的相关性,理论上,残差和自变量应该是独立的

0.3219

2

1

0

关注作者

收藏

读童话的狼

在回归分析中,F检验和t检验各有什么作用?

一元线性回归里t检验和f检验等价，百但在多元线性回归里，t检验可以检验各个回归系数显著性度，f检验用来检验总体回归关系的显著性。t检验常能用作检验回归方程中各个参数的显著性，而f检验则能用作检验整个回归关系的显著性。各解释变知量联合起来道对被解释变量有显著的线性关系，并不意味着每一个解释变量分别对被解释变量有显著的线性关系。在一般情形下内,t检验与F检验的结果没有必然联系;但当解释变量之间两两

38.1098

6

2

0

关注作者

收藏

LXM21

怎样判断微分方程是线性还是非线性？

线性指量与量之间按比例、成直线关系，在数学上可以理解为一阶导数为常数的函数；非线性则指不按比例、不成直线的关系，一阶导数不为常数。对于一阶微分方程,形如:y' p(x)y q(x)=0的称为"线性。比如:y'=sin(x)y是线性的，但y'=y^2不是线性的。注意:(1)y'前的系数不能含y,但可以含x,如:y*y'=2 不是线性的x*y'=2 是线性的(2)y前的系数也不能

40.4739

7

5

0

关注作者

收藏

LXM21

残差是什么？

残差在数理统计中是指实际观察值与估计值(拟合值)之间的差。"残差"蕴含了有关模型基本假设的重要信息。如果回归模型正确的话，我们可以将残差看作误差的观测值。无论是多么深入的研究，都存在一定的偏差，需要用残差来表示不能解释的部分。在回归分析中，测定值与按回归方程预测的值之差，以δ表示。残差δ服从正态分布N(0，σ2)。

2.8125

5

1

0

关注作者

收藏

颜夕小妞

线性回归建模的流程

步骤一：明确需求明确因变量Y步骤二：数据清洗缺失值处理异常值处理：三倍标准差以外的数值分类变量步骤三：相关性分析探索所有自变量与因变量的相关性，得出相关系数，并画出散点图步骤四：分割测试集训练集20%的数据作为测试集80%的数据作为训练集步骤五：回归F检验T检验R^2：一元线性回归，看R^2：多元线性回归，看调整R^2步骤六：模型调优残差服从正态分布含义：残差服从

34.4522

7

2

0

关注作者

收藏

詹惠儿

logit和logistic模型有什么联系及区别？

问：logit和logistic模型有什么联系及区别？答：二者区别及联系总结如下：(1)二者的根本区别在于广义化线性模型中的联系函数的形式。logit采用对数形式log(a),logistic形式为log(a/1-a)。(2)应用上，普通logistic的响应变量是二元的，多元logistic的因变量可为多元。logit的响应变量可以是多元的。(3)统计软件spss中: logi

38.0671

3

1

0

关注作者

收藏

shauna570392

StandardScaler()函数的 with_std=True,with_mean=True这两个参数有什么用？

sklearn.preprocessing.StandardScaler(copy=True, with_mean=True, with_std=True)这个函数用于给数据进行去均值和方差归一化处理copy：如果为false,就会用归一化的值替代原来的值;如果被标准化的数据不是np.array或scipy.sparse CSR matrix, 原来的数据还是被copy而不是被替代wit

37.7874

2

1

0

关注作者

收藏

shauna570392

stats.ttest_1samp(data["总耗"],3)，把这个3改到很大，为什么最后的输出结果是0了？

这里是判断与后面所设置的值差异是否显著，改到很大的值以后，说明是较强的判定结果，完全拒绝假定的参数取值了

0.1365

1

2

0

关注作者

收藏

mskmdb

计算分布临界值

在计算分布临界值可以通过Excel公式计算，例如：正态分布 NORM.INV()卡方分布 CHISQ.INV()T分布 T.INV()等等同样我们也可以通过查表获得具体值例如

43.7252

3

1

0

关注作者

收藏

读童话的狼

什么时候用几何平均什么时候用算数平均呢？

算术平均数的公式：M=(X1 X2 ... Xn)/n主要用途：反映数据的集中趋势作zhidao的测度值。几何平均数的公式：（X1×X2×...×Xn）的n次方根主要用途：1、对比率、指数等进行权平均；2、计算平均发展速度。

34.0848

5

3

0

关注作者

收藏

LXM21

定距和定比变量怎么理解？

（1）定距变量是对事物类别或次序之间距离的测度。定距数据可以进行加、减运算，不能进行乘、除运算，因为定距尺度中没有绝对零点。例如，30°C和20℃之间相差10℃，-30℃和-20℃之间也是相差10℃。再比如，1等星比2等星亮10倍，0等星比1等星亮10倍。（定距尺度中的“0”是作为比较的标准，不表示没有）。（2）定比变量定变量除了具有定距变量的特性外，还具有一个真正的零点，可以进行乘、除运算

36.2924

5

7

0

关注作者

收藏

LXM21

半正定和半负定是什么意思？

（1）正定矩阵定义一个n×n的埃尔米特矩阵M是正定的当且仅当对于每个非零的复向量z，都有z*Mz > 0，则称M为正定矩阵，其中z* 表示z的转置矩阵。当z*Mz > 0弱化为z*Mz≥0时，称M是半正定矩阵由于M是埃尔米特矩阵，经计算可知，对于任意的复向量z，z*Mz必然是实数，从而可以与0比较大小.（2）负定矩阵与正定矩阵相对应，一个n×n的埃尔米特矩阵M是负定矩阵,当且仅当对非零的复

36.2923

4

0

0

关注作者

收藏

若水若谷

统计学：如何求中心移动平均值？

假设2000年有四个季度某商品其销售量为25、32、37、26。2001年分别为30、38、42、30。则其中心化移动平均值（CMA）＝前四zd个季度的平版均值（25＋32＋37＋26）／4加上接下来的四个季度的平均值（32＋37＋26＋30）／4最后再将以上求出的值求平均值即可，其余季度的中心化平均值求法与权之一致。对于求四季度开始的一年的前两个季度是没有CMA的，最后一年的后两个季

33.8924

3

4

0

关注作者

收藏

LXM21

特征值均大于0是不是正定?

正定阵要求矩阵是对称的。设M是n阶方阵，如果对任何非零向量z，都有zMz> 0，其中z表示z的转置，就称M正定矩阵。判断矩阵正定的条件：（1）矩阵的所有特征值均大于0（2）各阶主子式大于都为正（3）矩阵合同于单位阵

36.2915

4

0

0

关注作者

收藏

PhilipLiang

齐次线性方程组有非零解的条件--笔记整理

定理一个齐次线性方程组有非零解的充分且必要条件是：它的系数矩阵的秩r小于它的未知量的个数n。推论1 含有n个未知量n个方程的齐次线性方程组有非零解的充分且必要e799bee5baa6e79fa5e98193e4b893e5b19e31333365666238条件是：方程组的系数行列式等于零。推论2 若在一个齐次线性方程组中，方程的个数m小于未知量的个数n，那么这个方程组一定有非零

84.0697

6

6

0

关注作者

收藏

读童话的狼

横截面数据和时间序列怎么区分？

时间序列数据和百横截面数据，对某个统计指数在不同时期进行观测，将得到的数据按时间度先后次序进行排列，这样得到的统计数据称为时间序列数据。每月的销售额、每季度的进口额、每年末的存款余额等都是时间回序列数据。与此不同，若某个指标在不同的个体上进行观测，则答得到该指标的一组横截面数据。

23.2558

4

2

0

关注作者

收藏

赵娜0418

拉格朗日函数有什么作用？

目标百函数 f(x)约束函数 c(x)x是R^n中的向量，度f: R^n —> R, c: R^n —> R^my是R^m中的向量Lagrange函数内L(x,y)=f(x) 是内积Lagrange函数用来研究约束优化问题（条件容极值问题）

1.9364

4

0

0

关注作者

收藏

詹惠儿

sum_sq 跟mean_sq 是什么？

问：sum_sq 跟mean_sq 是什么？答：sum_sq即error sum of square是误差平方和，表示实验误差大小的偏差平方和，在相同的条件下各次测定值xi对测定平均值x的偏差平方后再加和∑(xi-x)2。mean_sq即Mean Squared Error，也就是均方误差，均方误差是指参数估计值与参数真值之差平方的期望值;MSE可以评价数据的变化程度，MSE的值越小

22.8860

2

2

0

关注作者

收藏

<1…202122…55>

CDA考试动态

CDA报考指南