mksz371 – 专为程序员设计的统计课 彻底学会统计分析

📖 课程目录

第1章 课程介绍

1-1 课程导学

1-2 环境搭建

1-3 学习注意事项

第2章 认识数据

2-1 数据和变量

2-2 测量尺度

第3章 描述统计

3-1 描述统计概述

3-2 分类变量的特征

3-3 数值变量的特征

3-4 变量间的关系

3-5 极端值与缺失值

3-6 分布的形状

3-7 本章小结

第4章 描述统计的编程实现

4-1 频数

4-2 频率

4-3 集中趋势

4-4 离散趋势

4-5 散点图和折线图

4-6 条形图和直方图

4-7 箱线图

第5章 概率和概率分布

5-1 概率论概述

5-2 概率

5-3 小数和大数定律

5-4 变量

5-5 离散型随机变量

5-6 连续型随机变量

5-7 本章小结

第6章 样本和抽样分布

6-1 总体与样本

6-2 抽样分布

6-3 常用统计量的分布

6-4 正态总体的样本均值和样本方差的分布

6-5 中心极限定理

6-6 随机抽样

6-7 本章小结

第7章 参数估计

7-1 点估计

7-2 无偏性

7-3 相合性

7-4 区间估计

7-5 置信区间

7-6 置信区间

7-7 置信区间

7-8 置信区间

7-9 置信区间

7-10 置信区间

7-11 置信区间

7-12 置信区间

7-13 单侧置信区间

7-14 本章小结

第8章 假设检验

8-1 假设检验概述

8-2 正态总体均值的假设检验

8-3 正态总体均值的假设检验

8-4 置信区间与假设检验的关系

8-5 正态总体均值的假设检验

8-6 正态总体均值的假设检验

8-7 正态总体方差的假设检验

8-8 正态总体方差的假设检验

8-9 决策错误与统计功效

8-10 统计显著性与实际显著性

8-11 z检验, t检验, 卡方检验, F检验的前提条件

8-12 本章小结

第9章 方差分析

9-1 方差分析概述

9-2 单因素方差分析

9-3 单因素方差分析

9-4 多重比较

9-5 编程实现单因素方差分析

9-6 双因素方差分析

9-7 双因素方差分析

9-8 本章小结

第10章 线性回归

10-1 协方差

10-2 相关

10-3 编程理解协方差和相关

10-4 一元线性回归

10-5 一元线性回归

10-6 一元线性回归的前提条件

10-7 回归模型的评价指标

10-8 一元线性回归的假设检验

10-9 编程实现一元线性回归

10-10 多元线性回归

10-11 多元线性回归

10-12 常用的检验都是回归的一种特殊形式

10-13 统计中的回归与机器学习中的回归

10-14 本章小结

第11章 非参数检验

11-1 非参数方法概述

11-2 非参数方法举例

11-3 Bootstrap

11-4 Permutation

11-5 本章小结

第12章 贝叶斯统计

12-1 贝叶斯统计概述

12-2 概率知识

12-3 概率树

12-4 贝叶斯推断

12-5 贝叶斯推断

12-6 置信区间

12-7 本章小结

第13章 更广阔的统计学世界

13-1 课程结语

第13章 贝叶斯统计

13-1 课程结语