本文用一系列「思维导图」由浅入深的总结了「统计学」领域的基础知识,是对之前系列文章做的一次完整的梳理,也是我至今为止所有与统计有关的学习笔记。众所周知,「统计学」是深入理解「机器学习/数据挖掘」的重要基础学科。正所谓磨刀不误砍柴工,对于数理基础薄弱的人,强化一下理论的学习是大有裨益的。普通人难以做到“一次学习”,经典知识总是在一次次回顾后才能有更深入的理解。这也是我选择「思维导图」作为学习工具的原因,发散性思考的模式能有助于迅速回忆起相关的知识。近一个月我对之前陆陆续续学习的统计知识进行了系统性的复习、知识点补充以及思维导图笔记的完善,在这里把完整的笔记和大家分享。本文图片很多,请在wifi下阅读哦。
Update Log
- 2017/03/20
思维导图说明
- 默认阅读顺序:从右→左,顺时针方向。
- 核心重点用「红色星星」标出,需要重点理解,一般是后续学习的基石;「绿色星星」则为需要进一步巩固的内容;「蓝色星星」为高级部分,可以暂时不深入;「红色旗子」表示并列层级,「绿色旗子」为下一层级;「黄色星星」表示需要注意的内容点。
- 「箭头线」标出了知识之间的联系。
- 文末附上了分章节整理的链接及百度云盘文件分享,可以根据需要阅读。
- 笔记只是我学习过程的知识整理,本来是我自己复习时辅以参考的, 难免有缺陷及错误,希望大家能积极帮我批评指正哦。
导图概览
描述性统计:表格和图形法
描述性统计:数值方法
概率
概率分布
抽样分布
区间估计
假设检验
两总体均值之差和比例之差的推断
总体方差的统计推断
多个比率的比较&独立性检验&拟合优度检验
实验设计&方差分析
简单线性回归
残差分析
多元回归
回归分析
时间序列及预测
非参数方法
参考资料
《STATISTICS FOR BUSINESS AND ECONOMICS》12e David R. Anderson etc.
章节浏览
- 【笔记】统计(一)描述性统计
- 【笔记】统计(二)概率&概率分布
- 【笔记】统计(三)抽样分布&区间估计
- 【笔记】统计(四)假设检验
- 【笔记】统计(五)两总体均值之差和比例之差的推断
- 【笔记】统计(六)总体方差的统计推断
- 【笔记】统计(七)多个比率的比较&独立性检验&拟合优度检验
- 【笔记】统计(八)实验设计&方差分析
- 【笔记】统计(九)简单线性回归
- 【笔记】统计(十)多元回归&回归分析
- 【笔记】统计(十一)时间序列及预测&非参数方法
原图下载
- http://pan.baidu.com/s/1pKRPeEB 密码:ukye