- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE1
PAGE1
Stan(统计建模):统计学基础理论
1统计学基础
1.1数据类型与统计量
1.1.1数据类型
在统计学中,数据类型主要分为两大类:定量数据和定性数据。
定量数据:可以进行数值运算的数据,如身高、体重、温度等。定量数据又可以细分为连续型和离散型。
连续型数据:可以取任意实数值的数据,如温度。
离散型数据:只能取特定数值的数据,如人数。
定性数据:描述性质的数据,不能进行数值运算,如性别、颜色、品牌等。定性数据分为名义数据和顺序数据。
名义数据:没有顺序关系的数据,如性别。
顺序数据:有顺序关系的数据,如教育程度。
1.1.2统计量
统计量是基于样
您可能关注的文档
- Seaborn(Python库):颜色与样式自定义教程.docx
- Snowflake:Snowflake高级查询技巧.docx
- Snowflake:Snowflake故障排除与维护.docx
- Snowflake:Snowflake机器学习应用教程.docx
- Snowflake:Snowflake跨云环境部署与管理.docx
- Snowflake:Snowflake流数据处理与实时分析.docx
- Snowflake:Snowflake数据安全与访问控制.docx
- Snowflake:Snowflake数据仓库入门.docx
- Snowflake:Snowflake数据共享与合作.docx
- Snowflake:Snowflake数据加载与ETL流程.docx
- Stan(统计建模):线性回归模型的Stan实现.docx
- Stan与深度学习的结合:统计建模的新篇章.docx
- Stan在概率论与随机过程中的应用教程.docx
- Stan在金融数据分析中的应用技术教程.docx
- Stan在社会科学统计分析中的应用教程.docx
- Stan在生物统计学中的应用技术教程.docx
- StatsModels(Python库):ARIMA模型的实现与应用.docx
- StatsModels(Python库):多项式回归与非线性模型教程.docx
- StatsModels(Python库):工具变量回归方法教程.docx
- StatsModels(Python库):广义线性模型(GLM)应用技术教程.docx
文档评论(0)