在好例子网,分享、交流、成长!
您当前所在位置:首页Others 开发实例一般编程问题 → 统计学关我什么事

统计学关我什么事

一般编程问题

下载此实例
  • 开发语言:Others
  • 实例大小:12.48M
  • 下载次数:24
  • 浏览次数:288
  • 发布时间:2020-07-10
  • 实例类别:一般编程问题
  • 发 布 人:robot666
  • 文件格式:.pdf
  • 所需积分:2
 

实例介绍

【实例简介】
统计学关我什么事:生活中的极简统计学(贝叶斯统计学的超级入门书,日本畅销10万册。)
微信 微信公众号 图书在版编目(CIP)数据 统计学关我什么事:生活中的极简统计学/(日)小岛宽之著;罗梦迪 译.-北京:北京时代华文书局,20184 ISBN978-7-5699-23049 I.①统..Ⅱ.①小.②罗..Ⅲ.①统计学一通俗读物Ⅳ ①C8-49 屮国版本图书馆CI数据核字(2018)第055781号 kaNZEn DOKUSHU BAYES TOKEIGAKU NYUMON by HIROYUKI KOJIMA Copyright 2015 HIROYUKI KOJIMA Chinese (in simplified character only translation copyright 2018 by Beijing Time-Chinese Publishing House Co., Ltd All rights reserved Original Japanese language edition published by diamond, Inc Chinese (in simplified character only translation rights arranged with Diamond, inc through BaRdON-CHINESE MEDIA AGENCY 北京市版权著作权合同登记号字:01-2017-2435 统计学关我什么事:生活中的极简统计学 TONGJIXUE GUANWO ShENMESHI: SHENGHUO ZHONG DE JIJIAN TONGJIXUE 观察,每天分享优质电子书 作者(日)小岛宽之 译者罗梦迪 出版人王训海 选题策划胡俊生 责任编辑张超峰 装帧设计红杉林文化嘉承设计 责任印制刘银 出版发行北京时代华文书局htp:/y. bjsdsj. com. cn 北京市东城区安定门外大街138号皇城国际大厦A座8楼 邮编:100011 电话:010-6426795564267677 印刷三河市祥达印刷包装有限公司0316-3656589 (如发现印装质量问题,请与印刷厂联系调换) 开本880mm×1230mm1/32 印张825字数180千字 版次2018年6月第1版 印次2018年6月第1次印刷 书号978-7-5699-2304-9 版权所有,侵权必究 微信 微信公众号 录 第0讲只要会做四则运算,便可掌握仄叶斯统计学 本书的特点 第1部快速学习!理解叶斯统计学的精髓 第1讲信息增加导致概率变化κ仄叶斯推理”的基本方法 小结 练习题 第2讲贝叶斯推理的结果,有时与直觉大相径庭①使用客观数据时 的注意事项 小结 练习题 第3讲根据主观数字也可以进行推理疑惑时分的“理由不充分原理” 小结 练习题 第4讲运用“概率的概率”,拓宽推理范围 小结 练习题 专栏贝叶斯是何许人也? 第5讲从推算过程开始,逐渐眀确的贝叶斯推理的特征 小结 练习题 第6讲明快而严格,但其使用场合受到限制的內曼-皮尔逊式推理 小结 练习题 第7讲通过少量信息得出切实结论的贝叶斯推理与內曼-皮尔逊弌推理 的差异 练习题 第8讲贝叶斯推埋的基础;极大似然原理仄叶斯统计学与内曼-皮尔 逊统让学的衔接点 小结 练习题 第9讲贝叶斯推理的结果,有时与直觉大相径庭②蒙蒂霍尔问题与 三个囚犯的回题 观察,每天分享优质电子书 小结 练习题 专栏关于“幸运”的遨条法则 第10讲掌握多条信息时的推理①运用“独立试的概率乘法公式 小结 练丬题 第11讲掌握多条信息时的推理②以垃圾邮件过滤器为例 小结 练习题 第12讲在仄叶斯推理中可以依次使用信息“序贯理性” 小结 练习题 第13讲每获得一条信息,贝吐斯推理就变得更精确一些 小结 练习题 专栏帮助贝叶斯复兴的学者们 第2部完全自学!从“概率论”到“正杰分布” 第14讲“概率”与“面积”的性质相同概率论的基础 小结 练习题 第15讲在获得信息之后,概率的表示方法“条件概率”的基本性质 小结 练习题 第16讲“概率分布图”帮助我们进行更加通用的推理 练习题 第17讲“贝塔分布”的性质由两个数字决定 小结 练习题 第18讲决定概率分布性质的《期待值” 小结 练丬题 专栏何为“主观概率”? 第19讲在“仄塔分布”中使用概率分布图进行高级推理 小结 练习题 第20讲在抛硬币或天体观测时观察到的“正态分布” 微信 微信公众号 小结 练习题 第21讲在“正态分布”中使用櫆率分布图讲行髙级推理 小结 练习题 补讲贝塔分布的秋分计算 结语 参考文献 练习题参考答案 观察,每天分享优质电子书 第0讲只要会做四则运算,便可掌握 贝叶斯统计学 本书的特点 0-1从零基础达到应用水平 本书是“贝叶斯统计学”的超级入门书。“超级”的含义: 从零基础开始学习 抛开烦琐的符号和计算过程,学习运用贝叶斯统计 不只是随便说说,而是毫无保留地传授知识 对贝叶斯统计学感兴趣的人不在少数。然而此前的教科书,导入部 分编写浅显,中途却难度骤增,这使很多读者大受挫折。这是因为在尚 未理解贝叶斯统计的本质时,就被灌输了一大堆概率符号,使得理解起 来更为困难。 为了不再重蹈这样的覆辙,本书编写之时做了一些功课,具体会在 下节进行说明: 微信 微信公众号 0-2仅使用面积图和简单算术 贝叶斯统计的基础是概率公式“贝叶斯公式”,它立足于“条件 概率”的发展事项。“贝叶斯公式”是高等数学中很难理解的一个概念, 原因有二:第一,公式复杂而不够直观;第二,条件概率在某种程度上 属于“不可靠的”概念,对于思维缜密的人来说总觉得“哪里有些奇怪”。 事实上,上述第二点在贝叶斯统计中是至关重要的。因为正是这 份“不可靠”,才是贝叶斯统计的本质,它与便利性息息相关。后面我们 会讲到,贝叶斯统计冇20世纪初曾因为其“不可靠”而遭到批判,一度被 斥于统计学之外。但由于贝叶斯统计的“不可靠”与“便利性”为表里一致 的关系,“正因为不可靠才得以运用”。在一部分学者对于这种<便利 性”的关注下,贝叶斯统计于20纪后半期恢复了其应有的地位。在21 世纪的今天,贝叶斯统计已经成为统计学的主流。 笔者着重考虑了这两点,在编写过程中也有所侧重,并做了如下功 课。 功课1将不出现“贝叶斯公式”(极少一部分除外)的方针贯彻到 底 以“通过面积图进行图解”的方针作为贝叶斯公式的替代。从本质上 来讲,二者是相同的,然而对于大多数读者而言,图解的方式更加直观 且易于理解。同时,通过“面积图”可以更清晰地看出“贝叶斯公 式”的“不可靠”和“便利性”究竞体现在哪里。 功课2只需简单算术的计算水平即可 这意味着,只需要公做四则运算就可以掌握了,连开方和文字式计 算都不需要。而且这其中的四则运算,即使是不擅长手算的人也可以借 助计算器轻而易举地完成。 当然,在本书末尾会出现“贝塔分布”“正态分布”这些有难度的概 念。因为如果不介绍这些概念,是无法达到前文所述“毫无保留的传 授”程度的。全面理解这些概念,需要用到大学的微分积分知识,这对 观察,每天分享优质电子书 于许多读者来说是很大的负担。因此在木书中也只能作一些相对简单的 解说。 这乜就是说,本书的方针——向读者灌输仅通过四则运算就能掌握 的公式。这也是本书编写吋所做的功课之。在这个意义上,本书并 非“充分齐仝”的教材。然而如果想要←充分理解”贝叶斯统计学的人,不 妨在读过本书之后再试着挑战一下专业书籍。本书的目的是抛开烦琐的 数学概念,将“叶斯统计学隐癒的本质”剖析呈现出来 【实例截图】
【核心代码】

标签:

实例下载地址

统计学关我什么事

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警