统计思维：程序员数学之概率统计
统计思维：程序员数学之概率统计
1.
版权信息
2.
目录
3.
版权声明
4.
O'Reilly Media, Inc.介绍
4.1.
业界评论
5.
译者序
6.
前言
6.1.
为何写这本书
6.2.
本书的写作原则
6.3.
贡献者名单
6.4.
排版约定
6.5.
示例代码
6.6.
Safari Books Online
6.7.
联系我们
7.
第1章 程序员的统计思维
7.1.
1.1 第一个孩子出生晚吗
7.2.
1.2 统计方法
7.3.
1.3 全国家庭成长调查
7.4.
1.4 表和记录
7.5.
1.5 显著性
7.6.
1.6 术语
8.
第2章 描述性统计量
8.1.
2.1 均值和平均值
8.2.
2.2 方差
8.3.
2.3 分布
8.4.
2.4 直方图的表示
8.5.
2.5 绘制直方图
8.6.
2.6 表示概率质量函数
8.7.
2.7 绘制概率质量函数
8.8.
2.8 异常值
8.9.
2.9 其他可视化方法
8.10.
2.10 相对风险
8.11.
2.11 条件概率
8.12.
2.12 汇报结果
8.13.
2.13 术语表
9.
第3章 累积分布函数
9.1.
3.1 选课人数之谜
9.2.
3.2 PMF的不足
9.3.
3.3 百分位数
9.4.
3.4 累积分布函数
9.5.
3.5 CDF的表示
9.6.
3.6 回到调查数据
9.7.
3.7 条件分布
9.8.
3.8 随机数
9.9.
3.9 汇总统计量小结
9.10.
3.10 术语表
10.
第4章 连续分布
10.1.
4.1 指数分布
10.2.
4.2 帕累托分布
10.3.
4.3 正态分布
10.4.
4.4 正态概率图
10.5.
4.5 对数正态分布
10.6.
4.6 为什么需要模型
10.7.
4.7 生成随机数
10.8.
4.8 术语
11.
第5章 概率
11.1.
5.1 概率法则
11.2.
5.2 蒙提霍尔问题
11.3.
5.3 庞加莱
11.4.
5.4 其他概率法则
11.5.
5.5 二项分布
11.6.
5.6 连胜和手感
11.7.
5.7 贝叶斯定理
11.8.
5.8 术语
12.
第6章 分布的运算
12.1.
6.1 偏度
12.2.
6.2 随机变量
12.3.
6.3 概率密度函数
12.4.
6.4 卷积
12.5.
6.5 正态分布的性质
12.6.
6.6 中心极限定理
12.7.
6.7 分布函数之间的关系框架
12.8.
6.8 术语表
13.
第7章 假设检验
13.1.
7.1 均值差异的检验
13.2.
7.2 阈值的选择
13.3.
7.3 效应的定义
13.4.
7.4 解释统计检验结果
13.5.
7.5 交叉验证
13.6.
7.6 报道贝叶斯概率的结果
13.7.
7.7 卡方检验
13.8.
7.8 高效再抽样
13.9.
7.9 功效
13.10.
7.10 术语
14.
第8章 估计
14.1.
8.1 关于估计的游戏
14.2.
8.2 方差估计
14.3.
8.3 误差
14.4.
8.4 指数分布
14.5.
8.5 置信区间
14.6.
8.6 贝叶斯估计
14.7.
8.7 贝叶斯估计的实现
14.8.
8.8 删失数据
14.9.
8.9 火车头问题
14.10.
8.10 术语
15.
第9章 相关性
15.1.
9.1 标准分数
15.2.
9.2 协方差
15.3.
9.3 相关性
15.4.
9.4 用pyplot画散点图
15.5.
9.5 斯皮尔曼秩相关
15.6.
9.6 最小二乘拟合
15.7.
9.7 拟合优度
15.8.
9.8 相关性和因果关系
15.9.
9.9 术语
16.
索引
17.
索引
17.1.
A
17.2.
B
17.3.
C
17.4.
D
17.5.
E
17.6.
F
17.7.
G
17.8.
H
17.9.
I
17.10.
J
17.11.
L
17.12.
M
17.13.
N
17.14.
O
17.15.
P
17.16.
Q
17.17.
R
17.18.
S
17.19.
T
17.20.
U
17.21.
V
17.22.
W
17.23.
X
17.24.
Z
18.
作者及封面简介
18.1.
关于作者
18.2.
关于封面
Powered by
GitBook
统计思维：程序员数学之概率统计
Z
Zipf’s law 齐普夫定律 37