统计学习
统计学习笔记会围绕一个核心问题展开:如何从有限数据中做出可靠判断。
计划整理的主题
| 主题 | 想解决的问题 |
|---|---|
| 描述统计 | 一组数据应该先看什么 |
| 抽样分布 | 样本结果为什么会波动 |
| 参数估计 | 如何用样本估计总体 |
| 假设检验 | 如何判断差异是不是偶然 |
| 线性回归 | 如何解释变量之间的关系 |
| 分类模型 | 如何做预测并评估结果 |
| 贝叶斯方法 | 如何把先验信息和数据结合 |
我会怎样写
每个主题尽量包含四部分:
- 直觉解释:先说明这个方法想解决什么问题。
- 数学表达:写出核心公式和条件。
- 可运行代码:用 Python 或 R 做一个最小例子。
- 易错点:记录作业或阅读中踩过的坑。
一个简单例子
import numpy as np
sample = np.array([68, 72, 75, 70, 69, 74])
mean = sample.mean()
std = sample.std(ddof=1)
print(mean, std)
这类小代码会被放在文章中,帮助把概念落到可以运行、可以检查的计算上。