不知道这个东西是不是只会用这一次，反正搞清楚了，就留下来吧。 参考文献：https://en.wikipedia.org/wiki/Log-normal_distribution https://blog.csdn.net/Eric2016_Lv/article/details/53286434 在 ...
分类：
其他好文 时间：
2018-10-26 19:32:04
阅读次数：
1104
计算鸢尾花花瓣长度的最大值，平均值，中值，均方差。 用np.random.normal()产生一个正态分布的随机数组，并显示出来。 np.random.randn()产生一个正态分布的随机数组，并显示出来。 显示鸢尾花花瓣长度的正态分布图，曲线图，散点图。 代码： 运行结果： ...
分类：
其他好文 时间：
2018-10-20 16:14:14
阅读次数：
161
定义：如果我们的随机变量是标准正态分布（详见以前博客的高斯分布），那么多个随机变量的平方和服从的分布即为卡方分布。 X=Y12+Y22+?+Yn2 其中，Y1,Y2,?,Yn均为服从标准正态分布的随机变量，那么XX服从卡方分布，值得注意的是其中的nn即随机变量的个数成为卡方分布的自由度。概率密度函数 ...
分类：
其他好文 时间：
2018-10-13 12:58:12
阅读次数：
693
数据的概括性度量 数据的分布特征可从三方面去描述：1）分布的集中趋势，反映各数据向其中心值靠拢或聚集的程度； 2）分布的离散程度，反映各数据远离其中心值的趋势； 3）分布的形状，反映数据分布的偏态和峰态。 集中趋势的度量 分类数据：众数 一组数据中出现次数最多的变量值，主要用于测度分类数据的集中趋势 ...
分类：
其他好文 时间：
2018-10-04 10:58:36
阅读次数：
299
Numpy里面的randn是满足了整体分布的，normal distribution（正态分布）；rand则是满足了Uniform Distribution（均匀分布）； Linspace(start, end, numercount)：start：开始数，end：结束数，numbercount：均... ...
分类：
编程语言 时间：
2018-10-04 09:51:01
阅读次数：
159
贝叶斯原理 贝叶斯学派很古老，但是从诞生到一百年前一直不是主流。主流是频率学派。频率学派的权威皮尔逊和费歇尔都对贝叶斯学派不屑一顾，但是贝叶斯学派硬是凭借在现代特定领域的出色应用表现为自己赢得了半壁江山。 贝叶斯学派的思想可以概括为 先验概率+数据=后验概率 。也就是说我们在实际问题中需要得到的后验 ...
分类：
其他好文 时间：
2018-10-01 17:59:08
阅读次数：
118
定义 t分布 设X ~ N(0,1),Y ~ χ2(n),且X，Y相互独立，则称随机变量 服从自由度为n的t分布（学生氏分布） 记为 t~t（n），其概率密度为 由于tn(x)是偶函数，其图形关于y轴对称。当n趋于无穷大时，t分布以标准正态分布N（0,1）为极限分布。也就是说t分布当n~∞时，tn( ...
分类：
其他好文 时间：
2018-09-29 23:58:55
阅读次数：
632
随机抽样 (numpy.random) 简单的随机数据 rand(d0, d1, ..., dn) 随机值 randn(d0, d1, ..., dn) 返回一个样本，具有标准正态分布。 Notes For random samples from N(\mu, \sigma^2), use: Exa ...
分类：
其他好文 时间：
2018-09-27 00:01:53
阅读次数：
359
相关性分析 三点图矩阵初判多变量间关系，两两数据之间的，比如说4个数据ABCD，就有12个比较，第一个参数和第二个参数，第一个参数和第三个参数，.......这个图就是正态分布的接个参数，就没有任何的相关性 建立在正态分布之上的 分子是第一个变量X - 它的均值，第二个变量Y - 它的均值的求和，分 ...
分类：
其他好文 时间：
2018-09-18 00:15:21
阅读次数：
470
1.正态分布 期望值u（均值）决定位置，标准差决定它的分布幅度，可以验证分布曲线的高矮胖瘦，越胖代表它的离中趋势越明显，越高代表它集中的值越高。 2. 正太性检验 利用观测数据判断总体是否服从正态分布的检验称为正态性检验，它是统计判决中重要的一种特殊的拟合优度假设检验。 直方图初判 / QQ图判断 ...
分类：
其他好文 时间：
2018-09-17 23:05:31
阅读次数：
743
