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

什么是期望值？

期望值是随机试验在同样的机会下重复多次的结果计算出的等同“期望”的平均值。需要注意的是，期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。（换句话说，期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合里。）

0.0000

0

3

0

关注作者

收藏

liting李

什么是中心极限定理？

中心极限定理，是指概率论中讨论随机变量序列部分和分布渐近于正态分布的一类定理。这组定理是数理统计学和误差分析的理论基础，指出了大量随机变量近似服从正态分布的条件。它是概率论中最重要的一类定理，有广泛的实际应用背景。在自然界与生产中，一些现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的。中心极限定理就是从数学上证明了这一现象。最早的中心极限定

0.0000

0

2

0

关注作者

收藏

田齐齐

均值的几何意义？

均值点是到所有点距离的和最小的点。

0.0000

0

6

0

关注作者

收藏

liting李

试求一点，使它与这 n 个点的距离的平方和最小

题目：答案：设所求点坐标为（x,y）由此题可以得到，均值的几何意义：均值点是到所有点距离的和最小的点

0.0000

0

3

0

关注作者

收藏

读童话的狼

相关分析与回归分析有什么区别？

相关分析的目的在于检验两个随机变量的共变趋势（即共同变化的程度），回归分析的目的则在于试图用自变量来预测因变量的值。在相关分析中，两个变量必须同时都是随机变量，如果其中的一个变量不是随机变量，就不能进行相关分析。这是相关分析方法本身所决定的。对于回归分析，其中的因变量肯定为随机变量（这是回归分析方法本身所决定的），而自变量则可以是普通变量（规范的叫法是“固定变量”，有确定的取值）也可以是随机变

0.0000

0

3

0

关注作者

收藏

赵娜0418

1、能不能用回归问题的解法去求解分类问题？

与回归问题相比，分类问题的输出不再是连续值，而是离散值，用来指定其属于哪个类别。回归问题中将损失函数定位为误差函数是因为回归的目标是尽可能拟合样本点，但分类问题的目标是尽可能将样本点分类到正确的类别中，仍然使用误差函数作为损失函数显然是不合适的。

0.9639

2

4

0

关注作者

收藏

读童话的狼

相关分析中应该选择哪种相关系数？

在相关分析中，常犯的错误是简单地计算Pearson积矩相关系数，而且既不给出正态分布检验结果，也往往不明确指出所计算的相关系数就是Pearson 积矩相关系数。常用的相关系数除有Pearson积矩相关系数外，还有Spearman秩相关系数和Kendall秩相关系数等。其中，Pearson 积矩相关系数可用于描述2个随机变量的线性相关程度（相应的相关分析方法称为“参数相关分析”，该方法的检验功效

0.0000

0

2

0

关注作者

收藏

读童话的狼

所有的检验统计都是正态分布的吗？

并不完全如此，但大多数检验都直接或间接与之有关，可以从正态分布中推导出来，如t检验、f检验或卡方检验。这些检验一般都要求：所分析变量在总体中呈正态分布，即满足所谓的正态假设。许多观察变量的确是呈正态分布的，这也是正态分布是现实世界的基本特征的原因。当人们用在正态分布基础上建立的检验分析非正态分布变量的数据时问题就产生了，（参阅非参数和方差分析的正态性检验）。这种条件下有两种方法：一是用替代的非参数

0.0000

0

0

0

关注作者

收藏

读童话的狼

统计学中的p值有什么意义？

专业上，p值为结果可信程度的一个递减指标，p值越大，我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。p值是将观察结果认为有效即具有总体代表性的犯错概率。如p=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。（这并不是说如果变量间存在关联，我们可得到

0.0000

0

1

0

关注作者

收藏

读童话的狼

箱线图在数据预处理中有哪些作用？

箱线图的主要作用是观察数据的分布以及离群点数据超过四分位差（上四分位数与下四分位数之差）1.5倍数值的点称为离群点

0.0000

0

2

0

关注作者

收藏

读童话的狼

什么是结构数据？

结构数据通常分为三类：分类数据只能归于某一类别的非数值型数据性别（男、女）、行业（零售业、旅游业……）顺序数据只能归于某一有序类别的非数值型数据班级（一班、二班、三班…）、产品等级（优等品、良品、次品）数值数据按数字尺度测量的观察值年龄（21岁）、身高（180cm）

0.0000

0

4

0

关注作者

收藏

读童话的狼

怎么通俗的理解主成分降维？

举个例子：你正在拍摄一个水壶。水壶是三维的，但是照片是二维的，为了更全面的把水壶展示给客户，你需要从不同角度拍几张图片。下图是你从四个方向拍的照片：如果只能给客户发一张照片，那么你会选择哪张照片呢？相信大多数人都会选择第四张，因为从这张图片能更好的想象出水壶的全貌，也就是说这个角度的照片包含的水壶的信息最多主成分降维也是如此，通过旋转坐标系，找寻一个方向（主成分），使这个方向上包含的

0.0000

0

2

0

关注作者

收藏

田齐齐

“预测变量间可能存在较严重的多重共线性”的论述中错误的是？

A. 回归系数的符号与专家经验知识不符（对）B. 方差膨胀因子（VIF）=0.85（对）D. 变量重要性与专家经验严重违背（对）

0.0000

0

2

0

关注作者

收藏

liting李

洛必达法则的概念

洛必达法则是在一定条件下通过分子分母分别求导再求极限来确定未定式值的方法。众所周知，两个无穷小之比或两个无穷大之比的极限可能存在，也可能不存在。因此，求这类极限时往往需要适当的变形，转化成可利用极限运算法则或重要极限的形式进行计算。洛必达法则便是应用于这类极限计算的通用方法。

0.0000

0

0

0

关注作者

收藏

liting李

初等函数有哪些？

以下六类函数称为基本初等函数：(1)常量函数y=c(c为常数);(2)幂函数y=xa (a为实数);(3)指数函数y=ax (a> 0,a≠1);(4)对数函数y= logax (a> 0,a≠1);(5)三角函数y=sinx, y = cos x,y=tanx, y = cotx;(6)反三角函数y= arcsinx, y = arccosx, y=arctanx，y=arc

0.0000

0

1

0

关注作者

收藏

shauna570392

如何理解高斯分布

高斯分布（Gaussian Distribution）也称为正态分布（Normal Distribution），是⾃然界最常⻅的⼀种概率密度函数。⼈的身⾼满⾜⾼斯分布，特别⾼和特别矮的⼈出现的相对概率都⽐较低。⼈的智商也符合⾼斯分布，特别聪明的天才和特别笨的⼈出现的相对概率都⽐较低。

0.9994

1

2

0

关注作者

收藏

shauna570392

标准差归一化

经过处理的数据符合标准正态分布，即均值为0，标准差为1，其转化函数为：a　　其中μ为所有样本数据的均值，σ为所有样本数据的标准差。

0.9994

1

3

0

关注作者

收藏

读童话的狼

主成分分析（PCA）有哪些优缺点？

主成分分析法的优劣优势：l得到的主成分之间是不相关的l用较少综合变量保留尽可能多的原始信息l简化计算过程劣势：l所提取的前几个主成分的累计贡献率要达到一个较高水平l主成分的解释不像原始变量的含义那么清楚、确切l主成分分析法只能应用于数据的线性降维

0.0000

0

3

0

关注作者

收藏

田齐齐

协方差与相关系数的区别和联系

协方差：协方差表示的是两个变量的总体的误差，这与只表示一个变量误差的方差不同。如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。如果两个变量的变化趋势相反，即其中一个大于自身的期望值，另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。相关系数：研究变量之间线性相关程度的量，取值范围是[-1,1]。相关系

0.0000

0

10

0

关注作者

收藏

liting李

什么是支持向量机（SVM）以及它的用途？

百度解释：支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类（binary classification）的广义线性分类器（generalized linear classifier），其决策边界是对学习样本求解的最大边距超平面（maximum-margin hyperplane）支持向量机将向量映

27.2492

1

1

0

关注作者

收藏

<1…323334…55>

CDA考试动态

CDA报考指南