数智图书馆-无锡数智政务 本次搜索耗时 8.970 秒,为您找到 236 个相关结果.
  • 8-2 “极大似然原理”被运用到众多学科当中

    8-2 “极大似然原理”被运用到众多学科当中 8-2 “极大似然原理”被运用到众多学科当中 标准统计学与贝叶斯统计学的共通之处,在于一种被称为“极大似然原理”的思考方式。 简单来说,“极大似然原理”的含义就是:世界上正在事件,之所以发生,是因为它发生的概率大。 例如,假设引起X 象和Y现象的原因,有A和B两种。假设在A原因的情况下,X 现象发生的...
  • 21-5 根据正态分布进行贝叶斯推理的公式

    21-5 根据正态分布进行贝叶斯推理的公式 21-5 根据正态分布进行贝叶斯推理的公式 接下来,对于上上节中进行的、将正态分布作为共轭先验分布而进行的推理计算进行说明。 根据正态分布进行贝叶斯推理的公式 将需要推理的θ的先验分布设定为平均值μ0 、标准偏差б0 的正态分布;将观察的信息x 设为遵循平均θ、标准偏差б的正态分布。至于μ0 、б0 、б...
  • 第6讲·小结

    第6讲·小结 第6讲·小结 1.标准的概率推论是根据内曼-皮尔逊统计学产生的。 2.首先,设定解消假设与对立假设。 3.设定显著水平α。通常α=0.05或α=0.01。 4.关注在解消假设的条件下,只有在显著水平α以下才能观察到的现象X。 5.如果观察到现象X ,则抛弃解消假设,选择对立假设。 6.如果未能观察到现象X ,则选择解消假设。 ...
  • 8-4 内曼-皮尔逊统计学也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 8-4 内曼-皮尔逊统计学也以极大似然原理为基础 那么,标准统计学(内曼-皮尔逊统计学)是否也与极大似然原理有所关联呢?事实上,极大似然原理并不是运用于推理本身,而是运用于“为统计推理添加依据”的过程当中 。 “为统计推理添加依据”是指,在统计学中进行推理时,对于“为什么要这样思考”“这样的思考方式会...
  • 目 录

    目 录 目 录 引言 我为什么憎恶微积分却偏爱统计学? 第1章 统计学是大数据时代最炙手可热的学问 第2章 描述统计学 第3章 统计数字会撒谎 第4章 相关性与相关系数 第5章 概率与期望值 第6章 蒙提•霍尔悖论 第7章 黑天鹅事件 第8章 数据与偏见 第9章 中心极限定理 第10章 统计推断与假设检验 ...
  • 第8讲·小结

    第8讲·小结 第8讲·小结 1.极大似然原理是指,采用使观察到的现象的发生概率最大的原因的原理。 2.我们可以认为,贝叶斯统计学中的先验概率是极大似然原理的应用之一。 3.标准统计学的点推理中,采用使观察到的现象的概率最大的函数作为推断值,这也是极大似然原理的应用之一。 4.普通统计学与贝叶斯统计学的共通思想,便是极大似然原理。
  • 体力劳动者的生产率

    体力劳动者的生产率 首先,看看我们所处的位置。 有教养的人第一次真正地深入了解体力劳动和体力劳动者,并开始对它们进行研究,仅仅只有一百零几年的历史。希腊的伟大诗人赫西奥德(Hesiod,公元前6世纪)和500年以后罗马的伟大诗人维吉尔(Virgil,公元前1世纪末),在他们的诗中颂扬了农民的辛勤劳动。这些诗歌在任何语言中都是流芳百世的佳作。但是,无论是他...
  • 第十四讲 时间与决策

    第十四讲 时间与决策 戴俊毅 同样的结果,在不同时刻出现,你会拥有不同感受。对这些不同时刻出现的结果进行权衡与取舍,这就是跨时决策。它与日常生活息息相关,如拖延,如投资。 跨时决策涉及的是人们如何在不同时刻出现的结果之间进行权衡与取舍。它和风险决策一样,都是决策研究的重点,也都和人们的日常生活息息相关。 本讲将从拖延症入手介绍跨时决策的基本概念、...
  • C 对比组合Contrasting Cases——辨别关键信息

    C 对比组合Contrasting Cases——辨别关键信息 对比组合是一组能帮助人们观察到细微差别的极为相似的例子。通过对比组合的练习,我们可以提高对知识理解的精度,增强知识的可用性。 下面我们来看一组由布兰斯福德和麦克雷(Bransford&McCarrel,1974)提供的例子:图C.1展示了一把剪刀。你可能已经注意到了构成剪刀的基础特征:两片刀...
  • 【说话】

    18 2026-04-21 《精英必修课》
    【说话】 说话的技巧 9.一流人士说话,使用“一流语调” 通过腹式呼吸,打造沉稳声音 10.交谈时,多倾听对方的需求、关注点 倾听对方的关注点,不断促进交谈深入 忽视对方需求的交谈,无异于自言自语 演讲报告 11.打破框架、MECE、逻辑树理论 追求完美的MECE,不如激发听众共鸣 12.【迷你专栏】成为擅长同一话题的国宝级演讲者 ...