作業(yè)和課堂實例數(shù)據(jù)統(tǒng)計方法匯總

*相對頻數(shù))的合計平均值=(數(shù)據(jù)總和)/(數(shù)據(jù)數(shù))中位數(shù)是一組數(shù)據(jù)中間位置上的代表值.其特點是不受數(shù)據(jù)均四分位數(shù)是指，將數(shù)據(jù)從小到大排列并分成4等份后，處于3=(組值-平均值)的平方*(相對頻數(shù))的合計通過S.D1個S.D2數(shù)據(jù)組XaYY平均值是數(shù)據(jù)X的平均值加上a,數(shù)據(jù)Y的方差和S.D.與數(shù)據(jù)X相比不變數(shù)據(jù)組XkYY平均值是數(shù)據(jù)X的平均值乘以k,數(shù)據(jù)Y的方差是數(shù)據(jù)X方差的k平方倍，S.D.是k倍平均值為0，S.D.為1通常用樣本空間S表示，S={正面，}，而正面朝上這一特如果一個試驗可以分為循序的k1N12N2有的試驗結(jié)果的總數(shù)為N1*N2*N3...*Nk。種結(jié)果。所以試驗結(jié)果的總數(shù)是2X2=4從NnN和n這從Nn布在平均值、中位數(shù)和眾數(shù)周圍，之前我們有提到大約68%的數(shù)據(jù)在平均值的1個標準偏差內(nèi)，95%的數(shù)據(jù)在平均值的2當X是呈正態(tài)分布N（μ，σ2）的隨數(shù)時：0，S.D1橫軸區(qū)間（μ1.96σμ1.96σ）內(nèi)的面積為式z=(x-μ)/σ回到標準正態(tài)分布（z即為數(shù)據(jù)與平z小于或者等于某個給定值的概率,直接帶入分布函數(shù)如：p(z<=1)=φ(1)=0.8413(1值左邊標準正態(tài)曲線如：P(-1<=z<=1.25P(z<=1.25)–P(z<=-1(1.25)-φ(1)如：P(z>1)1-P(z<=1)1-φ(1從上面的正態(tài)分布曲線圖可以知道，如果想加大預(yù)測95%預(yù)測命中區(qū)間為-1.96+1.96[μ-1.96σ,μ+1.96σ]樣本均值x是總體均值的u樣本比率pp看作一次試驗，那么x就有期望、方差、標準差和概率分布了(x的概率分布也就是x的抽樣分布)x的抽樣：樣本均值xx其中μx的標準差其中n，Nσσx是如果總體服從正態(tài)分布時：任何樣本容量下的x的抽樣分布其實在大多數(shù)的應(yīng)用中，樣本容量大于30x的抽樣分布近似服從正態(tài)概率分布樣本容量足夠大，并且np>=5和n(1-p)>=5,二項分布可用正態(tài)分布近似,p的抽樣分布可用正態(tài)分布來近到樣本均值的概率小于，0.05即50.01即1%或0.0010.10.1非常不可能的，這些叫做α水平。自己選擇一個α水平，然后規(guī)定如果獲得特定樣本均值的概率小于該α水平，那么就證明有效，通常我們會選擇α水平0.05，對于α水平0.05，在單尾檢驗和雙尾檢驗這兩種情形設(shè)）或Ha（對立假設(shè)）來表示。之間沒有顯著差異，將表示為當前總體參數(shù)μ等于干預(yù)后的要利用總體標準差σσuσ兩用s估計σ時，邊際誤差和總體均值的區(qū)間估計依據(jù)tttt標準正態(tài)分布的差別越??；t分布的均值為0。只有n-1t分 其中Eα已知；zα/2由置信水平確定如果σ未知，可通過以下方法確定σ的初始值：總體比率p的區(qū)間的估計由于抽樣前p所要的樣本容量，因此令p*表示p的計劃值。 系統(tǒng)），中一般根據(jù)客戶資產(chǎn)或者貢獻度把客戶分成私行客客戶，由外呼團隊批量。距離”，也就是后面要介紹的K-means。計算：x為簇內(nèi)樣本，u為簇的中心，E值越小，說明簇首先，給定樣本集D（也就是分類的個數(shù)，DK個樣本作為初始向量。然后進入迭代，第一可；高效，時間復(fù)雜度為O(T*K*N)改進K，找到“拐點”。如下圖這種情況，當K=5時，聚類性能基本最終的聚類算法K值即可選擇為5。201%的客戶收入為200萬以上，那么我們在做歸一化處理時，不妨選取99%客戶收入的最大值為最大值，那1%的收入直接置為1即可。YX它的相應(yīng)表達式為：Y=a+b×X+e。其中ay軸截距，b是回歸線斜率，e是誤差項。為擬合最好的那條回歸線（a和b的值），最常規(guī)的方法下一年度的銷售量，那么銷售量Y就是因變量。通過市場Logistic回歸一般用于判斷成功/失敗的概率，如果因變LogisticY是一個值域為[0,1]的值，可以用下方odds=p/(1-p)=發(fā)生概率/未發(fā)生概ln(odds)=ln(p/(1-p))logit(p)=ln(p/(1-p))= Logistic回歸使用了對數(shù)函數(shù)求解參數(shù)。Logistic回歸無需依賴自變量和因變量之間的線性關(guān)系，為了避免過擬合和欠擬合，Logistic回歸需要包含所有重Logistic回歸對樣本大小有較高要求，因為對于過小的數(shù)沒有關(guān)系（即原假設(shè)，H0