分类
发现
标签
搜索
注册
登录
分类
发现
榜单
标签
注册
登录
统计学关我什么事:生活中的极简统计学
文档评分:
4.0 (
0 个有效评分
)
文档语言:
中文
章节数量:
183
阅读人次:
1429
收藏数量:
0
整理分享:
管理员
马上阅读
加入收藏
下载电子书
马上阅读
收藏书籍
下载书籍
文档标签
统计学
生活
什么
文档概述
书籍目录
书籍评论 (
0
)
空标题文档
空标题文档
目录
第0讲 只要会做四则运算,便可掌握贝叶斯统计学
0-2 仅使用面积图和简单算术
0-3 比尔·盖茨也在关注它!贝叶斯统计在商业活动中的应用
0-4 贝叶斯统计依存于人的心理
0-5 附带简单的填空练习题,适合自学
第1部 快速学习!理解贝叶斯统计学的精髓
第1讲 信息增加导致概率变化
1-2 第一步:通过经验设定“先验概率”
1-3 第二步:设置发生“向店员询问”事件的条件概率
1-4 第三步:通过观察到的行为,排除“不可能的情况”
1-5 第四步:寻求“来买东西的人”的“贝叶斯逆概率”
1-6 贝叶斯推理过程的总结
第1讲·小结
练习题
第2讲 贝叶斯推理的结果,有时与直觉大相径庭①
2-2 根据医疗数据,设定“先验概率”
2-3 以检查准确率为线索,设定“条件概率”
2-4 检查结果呈阳性,因而排除掉“不可能的情况”
2-5 计算罹患癌症的“贝叶斯逆概率”
2-6 贝叶斯推理过程的总结
第2讲·小结
第3讲 根据主观数字也可以进行推理
3-2 主观上设定你是否是“真命天子”的“先验概率”
3-3 设法找到数据,设定“条件概率”
3-4 收到巧克力,排除掉“不可能的情况”
3-5 贝叶斯推理的过程总结
3-6 计算“信念的程度”也可以使用贝叶斯推理
第3讲·小结
第4讲 运用“概率的概率”,拓宽推理范围
4-2 将“概率的概率”设置为“先验概率”
4-3 把“生女孩的概率”直接作为“条件概率”来使用
4-4 第一胎已经生了女孩,因此可以排除掉“不可能的情况”
4-5 贝叶斯推理的过程总结
4-6 在计算“第二胎生女孩的概率”时,使用“期待值”
第4讲·小结
练习题
第5讲 从推算过程开始,逐渐明确的贝叶斯推理的特征
5-2 何为推论
5-3 逻辑推理的过程
5-4 概率推理的过程
第5讲·小结
练习题
第6讲 明快而严格,但其使用场合受到限制的内曼-皮尔逊式推理
6-2 假设检验的过程
6-3 假设检验中也存在无法做出判断的情况
第6讲·小结
练习题
第7讲 通过少量信息得出切实结论的贝叶斯推理与内曼-皮尔逊式推理的差异
7-2 把A壶和B壶分别设定为一个类别
7-3 贝叶斯推理无论在何种条件下,都能得出一个暂时的结果
7-4 贝叶斯推理和内曼-皮尔逊式推理中,“风险”的含义不同
7-5 从逻辑性观点出发,看贝叶斯推理的过程
第7讲·小结
练习题
第8讲 贝叶斯推理的基础:极大似然原理
8-2 “极大似然原理”被运用到众多学科当中
8-3 贝叶斯推理以极大似然原理为基础
8-4 内曼-皮尔逊统计学也以极大似然原理为基础
第8讲·小结
练习题
第9讲 贝叶斯推理的结果,有时与直觉大相径庭②
9-2 悖论① 蒙蒂霍尔问题
9-3 悖论② 三个囚犯的问题
9-4 这两个问题的本质是相同的
9-5 通过贝叶斯推理推导出矛盾
9-6 结论因模型的设定自身而发生变化
第9讲·小结
练习题
第10讲 掌握多条信息时的推理①
10-2 将两个试验结合起来
10-3 用乘法运算得出独立的直积试验的概率
10-4 独立试验概率的乘法公式
第10讲·小结
练习题
第11讲 掌握多条信息时的推理②
11-2 在过滤器上设置“先验概率”
11-3 扫描字句与条件概率的设定
11-4 根据扫描结果,计算垃圾邮件的贝叶斯逆概率
11-5 获得第2条信息后,可能性随之变为8种
11-6 从2个信息可以消去不可能的情况
第11讲·小结
第12讲 在贝叶斯推理中可以依次使用信息
12-2 把从信息①中得到的后验概率,设为“先验概率”
12-3 通过信息②进行贝叶斯更新
12-4 贝叶斯推理具有智慧性
第12讲·小结
练习题
第13讲 每获得一条信息,贝叶斯推理就变得更精确一些
13-2 壶的问题:取出2个球
13-3 第二次取出的也是黑球的情况下的推理
13-4 第二次取出的是白球的情况下的推理
13-5 根据最新的观察结果,结论发生变化
13-6 观察次数越多,推算结果就越接近实际
第13讲·小结
练习题
专栏
第2部 完全自学!从“概率论”到“正态分布”
第14讲 “概率”与“面积”的性质相同概率论的基础
14-2 通过函数的形式来记述概率
14-3 概率与面积的性质相同
14-4 用概率符号来表示贝叶斯推理的先验概率
14-5 用概率符号来表示用“&”连接起来的事件
第14讲·小结
练习题
第15讲 在获得信息之后,概率的表示方法
15-2 “条件概率”把部分看作整体,从而变更数值
15-3 各个类别被赋予的概率=条件概率
15-4 通过条件概率的公式理解后验概率
第15讲·小结
练习题
第16讲 “概率分布图”帮助我们进行更加通用的推理
16-2 思考“同样的可能”型的概率模型
16-3 把“大致相同”模型转换为成连续化的“均匀分布”
16-4 [0,1]-赌盘模型中的一般事件的概率
16-5 能够用图说明复杂概率模型的“概率分布图”
第16讲·小结
练习题
第17讲 “贝塔分布”的性质由两个数字决定
17-2 何为“贝塔分布”
17-3 α=1,β=1的例子即为[0,1]-赌盘模型
17-4 α=2,β=1的例子
17-5 α=1,β=2的例子
17-6 α=2,β=2的例子
17-7 在贝塔分布中,若α、β增大,情况就会变得复杂
第17讲·小结
练习题
第18讲 决定概率分布性质的“期待值”
18-2 期待值的计算方法
18-3 长期来看,期待值是与实际情况相符的
18-4 期待值可以作为使概率分布图保持平衡的支点
18-5 计算掷骰子和生女孩案例中的期待值
18-6 通过贝塔分布来计算期待值
第18讲·小结
练习题
专栏
第19讲 在“贝塔分布”中使用概率分布图进行高级推理
19-2 设定先验分布为均匀分布,并进行推理
19-3 第二胎依然为女孩时的推理
19-4 设定先验分布非均匀分布,并进行推理
19-5 在先验分布中运用贝塔分布的原因
第19讲·小结
练习题
第20讲 在抛硬币或天体观测时观察到的“正态分布”
20-2 呈现吊钟型的正态分布
20-3 正态分布由“μ”和“б”决定
20-4 将一般正态分布概率转换为标准正态分布形式
20-5 正态分布的多个观测值的平均值为正态分布
第20讲·小结
第21讲 在“正态分布”中使用概率分布图进行高级推理
21-2 用不准确的温度计推算洗澡水的温度
21-3 根据正态分布进行贝叶斯推理的步骤
21-4 后验分布的含义
21-5 根据正态分布进行贝叶斯推理的公式
21-6 测量两次水温之后的贝叶斯推理
第21讲·小结
练习题
补讲 贝塔分布的积分计算
结语
参考文献
练习题参考答案
第2讲
第3讲
第4讲
第5讲
第6讲
第7讲
第8讲
第9讲
第10讲
第11讲
第12讲
第13讲
第14讲
第15讲
第16讲
第17讲
第18讲
第19讲
第20讲
第21讲
×
文档下载
请下载您需要的格式的文档,随时随地,享受汲取知识的乐趣!
PDF
文档
EPUB
文档
MOBI
文档