Bootstrapping是一種強大的統(tǒng)計技術。當我們正在使用的樣本量很小時，它特別有用。在通常情況下，假設正態(tài)分布或t分布不能處理小于40的樣本量。Bootstrap技術適用于少于40個元

二項式概率分布在許多設置中都很有用。重要的是要知道何時應該使用這種類型的分發(fā)。我們將檢查使用二項式分布所需的所有條件。 我們必須具有的基本特征是總共n進行獨立試驗

經常用于從舊集合形成新集合的一個操作稱為并集。在常用用法中，工會一詞表示匯集在一起??，例如有組織勞動中的工會或美國總統(tǒng)在國會聯(lián)合會議之前提出的工會地址。在數學意義

排隊理論是排隊或排隊的數學研究。隊列包含個客戶（或“項目”），例如人，對象或信息。當提供服務的資源有限時，就會形成隊列。例如，如果雜貨店有5個**登記冊，如果超過5個客戶希望同

在統(tǒng)計學中，定量數據是數字的，通過計數或測量獲得，并與定性數據集進行對比，定性數據集描述對象的屬性但不包含數字。統(tǒng)計中出現定量數據的方式有很多種。以下每個都是定量數據的

相關性是一個重要的統(tǒng)計工具。統(tǒng)計中的這種方法可以幫助我們確定和描述兩個變量之間的關系。我們必須小心正確使用和解釋相關性。其中一個警告是要始終記住，相關性并不意味著

卡方擬合優(yōu)度檢驗是更一般的卡方檢驗的變體。此測試的設置是一個可以包含多個級別的單個分類變量。通常在這種情況下，我們將為分類變量考慮一個理論模型。通過這個模型，我們預

當我們形成統(tǒng)計樣本時，我們總是需要小心我們正在做的事情?？梢允褂迷S多不同類型的采樣技術。其中一些比其他更合適。

通常我們認為是一種樣本的結果就是另一種類型。當比較

如果你花很多時間處理統(tǒng)計數據，很快就會遇到“概率分布”這個短語。在這里，我們真正可以看到概率和統(tǒng)計數據的重疊區(qū)域有多少。雖然這聽起來像技術性的東西，但概率分布這個短語

峰度是一種描述性統(tǒng)計數據，與其他描述性統(tǒng)計數據（如平均值和標準差）不同。描述性統(tǒng)計數據提供有關數據集或分布的某種摘要信息。由于平均值是數據集中心的測量值和數據集分布的

總體方差給出了如何展開數據集的指示。不幸的是，通常不可能確切地知道這個總體參數是什么。為了彌補我們缺乏知識，我們使用來自推理統(tǒng)計的主題，稱為置信區(qū)間。我們將看到一個如

推論統(tǒng)計涉及從統(tǒng)計樣本開始然后達到未知的總體參數值的過程。未知值不是直接確定的。相反，我們最終得出的估計值屬于一系列值。該范圍在數學術語中是實數的間隔，并且特別稱為

假設檢驗是推理統(tǒng)計領域的主要課題之一。進行假設檢驗有多個步驟，其中許多需要統(tǒng)計計算。統(tǒng)計軟件，如Excel，可用于執(zhí)行假設檢驗。我們將看到Excel函數Z.TEST如何測試關于未知總

添加規(guī)則在概率上很重要。這些規(guī)則為我們提供了一種計算事件概率的方法"a或B，"前提是我們知道a的概率和B的概率。有時"or"被U取代，U是集合理論中的符號，表示兩組的并集。使用的

推理統(tǒng)計數據的名稱來源于此統(tǒng)計分支中發(fā)生的事情。推理統(tǒng)計不是簡單地描述一組數據，而是試圖根據統(tǒng)計樣本推斷出有關人口的某些信息。推論統(tǒng)計中的一個具體目標涉及確定未知

你在俄羅斯圣彼得堡的街道上，一位老人提出以下游戲。他翻轉一枚硬幣（如果你不相信他是公平的硬幣，他將借用你的一枚）。如果它落下尾巴，那么你就會失敗，游戲就結束了。如果硬幣低落

什么是數字？那取決于。有各種不同類型的數字，每個數字都有自己的特定屬性。統(tǒng)計，概率和許多數學所依據的一種數字被稱為實數。

要了解實際數字是什么，我們將首先簡要瀏覽其他類

在數學中，在英語中具有一定含義的符號可能意味著非常專業(yè)和不同的東西。例如，考慮以下表達式： 三！ 不，我們沒有用感嘆號來表示我們對三個人很興奮，我們不應該強調閱讀**一句話。在

在數據集中，有各種描述性統(tǒng)計數據。平均值，中位數和模式都給出了數據中心的度量，但是它們以不同的方式計算：

通過將所有數據值加在一起，然后除以值的總數來計算平均值。通過按

四分位間距（IQR）是第一個四分位數和第三個四分位數之間的差異。這個公式是：

IQR=Q-Q

對一組數據的可變性有許多測量。范圍和標準差都告訴我們如何分散我們的數據。這些描述性