70 lines
1.8 KiB
Markdown
70 lines
1.8 KiB
Markdown
# 概率统计
|
||
|
||
|
||
## 基本信息
|
||
|
||
- 学习周期：9天 2-3h/天
|
||
- 学习形式：理论学习 + 练习
|
||
- 人群定位：了解 python 编程语言 和 概率统计的基本概念，希望通过程序模拟的方式来熟悉概率统计知识的学习者。
|
||
- 先修内容：[Python编程语言](https://github.com/datawhalechina/team-learning-program/tree/master/Python-Language)
|
||
- 难度系数：低
|
||
|
||
|
||
## 任务安排
|
||
|
||
### Task1：随机事件与随机变量（1天）
|
||
|
||
**理论部分**
|
||
- 基本概念：随机事件，样本空间等；
|
||
- 概率基础：古典概型，条件概率，贝叶斯公式；
|
||
- 随机变量及其分布特征
|
||
|
||
**练习部分**
|
||
|
||
- 做理论知识点的笔记；
|
||
- python实现二项分布，协方差和相关系数以及贝叶斯公式；
|
||
|
||
### Task2：数理统计与描述性分析（2天）
|
||
|
||
**理论部分**
|
||
- 统计量与抽样；常用统计量；
|
||
- 数据集中与离散趋势的度量；
|
||
- 分布特征，偏度与峰度；
|
||
|
||
**练习部分**
|
||
- 做理论知识点的笔记；
|
||
- python实现数据各维度的描述性分析；
|
||
|
||
### Task3：常见分布与假设检验（3天）
|
||
|
||
**理论部分**
|
||
- 离散型分布，连续型分布，python实现及可视化；
|
||
- 假设检验步骤及两类错误解读；
|
||
- 假设检验的python实战；
|
||
|
||
**练习部分**
|
||
- 做理论知识点的笔记；
|
||
- python实现常见分布，python实现假设检验；
|
||
|
||
### Task4：方差分析（3天）
|
||
|
||
**理论部分**
|
||
- 单因素组间方差分析与双因素方差分析；
|
||
- 方差的相关检验，主效应和交互效应；
|
||
|
||
|
||
**练习部分**
|
||
- 做理论知识点的笔记；
|
||
- python实现方差分析；
|
||
|
||
|
||
|
||
---
|
||
# 贡献人员
|
||
|
||
|
||
姓名 | 描述|博客
|
||
---|---|---
|
||
张晓东|数据分析师|
|
||
张雨|复旦大学在读博士|Github：https://github.com/Drizzle-Zhang
|
||
杨剑砺|制造业数据从业者| |