零基础统计速成
math
节数：87
查看
- 目录
- 资料
- 第1章 统计入门
- 1.1 什么是统计学
- 1.2 总体与样本
- 1.3 数据的来源
- 1.4 数据类型
- 1.5 统计学分类
- 第2章 频数分布
- 2.1 频数分布表
- 2.2 频数分布图
- 2.3 百分位数及内插法
- 第3章 集中趋势
- 3.1 几种集中趋势
- 3.2 选择集中趋势
- 第4章 变异性
- 4.1 全距与四分位距
- 4.2 总体方差与标准差
- 4.3 样本方差与标准差
- 4.4 对方差和标准差进一步认识
- 第5章 z分数
- 5.1 什么是z分数
- 5.2 使用z分数
- 第6章 概率
- 6.1 概率的定义
- 6.2 概率与正态分布
- 6.3 概率与二项分布
- 6.4 使用正态分布表
- 第7章 样本平均数的分布
- 7.1 样本平均数的分布
- 7.2 样本平均数分布的应用
- 第8章 假设检验
- 8.1 假设检验的步骤
- 8.2 两类错误
- 8.3 一个例子
- 8.4 方向性假设检验
- 8.5 测量处理效应大小
- 8.6 统计效能
- 第9章 t分数
- 9.1 什么是t分数
- 9.2 t分数假设检验
- 9.3 t检验效应的大小
- 第10章 两个独立样本t检验
- 10.1 两个样本t检验
- 10.2 两个样本t检验的例子
- 10.3 独立t检验的假设
- 第11章 重复测量样本的t检验
- 11.1 重复测量的t检验
- 11.2 例子及假设
- 第12章 估计
- 12.1 估计的逻辑
- 12.2 估计的过程
- 第13章 方差分析
- 13.1 方差分析的逻辑
- 13.2 方差分析的符号和公式
- 13.3 方差分析的例子
- 13.4 事后比较
- 第14章 重复测量的方差分析
- 14.1 方差分解
- 14.2 重复测量方差分析的特点
- 第15章 双因素方差分析
- 15.1 双因素方差分析的结构
- 15.2 符号和公式
- 15.3 结果解释
- 第16章 相关
- 16.1 概述
- 16.2 皮尔逊相关
- 16.3 理解相关
- 16.4 斯皮尔曼相关
- 16.5 其它相关
- 第17章 回归
- 17.1 线性回归
- 17.2 标准化回归
- 17.3 回归分析
- 17.4 两个变量的回归方程
- 17.5 变量的显著性
- 第18章 卡方检验
- 18.1 拟合度的卡方检验
- 18.2 独立卡方检验
- 18.3 卡方检验效应大小
- 第19章 二项检验
- 19.1 二项检验
- 19.2 符号检验
- 第20章 顺序数据统计方法
- 20.1 顺序数据
- 20.2 U检验
- 20.3 T检验
- 20.4 H检验
- 20.5 Friedman检验
课程简介 //
统计学是大数据、机器学习、人工智能等内容的重要基础。零基础统计速成深入浅出地把统计学的基本内容讲述清楚，尤其是统计方法和过程背后的统计思想，从而可以快速掌握统计学。
{{item1.comment_time | formatDate}}
{{item1.comment_text}}