《统计学（第二版）》章节试读

《统计学（第二版）》的笔记-第52页

1.超几何分布和不放回抽样有关，参数有三个，总体个数，不合格个体数，抽取样本数。P（K）求的是抽出的样本中含有K个不合格样本的概率。公式与排列组合关系密切；
2.泊松分布，泊松分布和时间有关，可能就是因为这个不那么离散的因素导致它的公式略微复杂。参数有一个，就是指定时间内发生事件数的均值Lamda。P（K）求得是已知事件发生数的均值，发生K件的概率。如果Lamda对应的时间长度不同于K对应的时间长度，怎么求？就是说5分钟内发生事件数的均值为2，求1小时内发生4件的概率。这是泊松的叠加。
3.多项式分布与二项式分布。二项式分布是多项式分布的特殊情况。多项式分布中可选对象有N个，二项式只有两个（Yes or No）。

《统计学（第二版）》的笔记-第72页

卡方分布，T分布，F分布都是正态分布衍生出来的，除此之外不明白啊

《统计学（第二版）》的笔记-第75页

用R做第八道习题
pnorm(8,2,2,lower.tail=FALSE)
[1] 0.001349898
> pnorm(0,2,2,lower.tail=TRUE)
[1] 0.1586553
> pnorm(8,2,2)-pnorm(7,2,2)
[1] 0.004859767
> pnorm(2,2,2)-pnorm(1,2,2)
[1] 0.1914625
> pnorm(8,2,2)-pnorm(-4,2,2)
[1] 0.9973002
> pnorm(8,2,2)-pnorm(-4,2,2)

《统计学（第二版）》的笔记-第84页

非随机的数目之间没有概率可言。

《统计学（第二版）》的笔记-第63页

1.标准差，所谓标准差也是一个均值，它是各个观测值到样本均值距离的平均值。是偏离的平均值；
2.样本均值大致形成一个正态分布，样本均值的均值就是正态分布的均值，也就是总体均值。说起来，正态分布到底是什么东西啊？正态分布描述的是有误差的测量，样本均值是对总体均值有误差的测量吧；
3.标准误差，SE，Standard Error，是样本均值对于总体均值的平均偏离，是Sigma/根号N。N为样本数。Sigma为总体标准差。这又是为什么啊？
4. 顺便这一页提到了，总体均值存在这个条件，说明统计学也研究总体均值不存在的这种情况，真高级。

《统计学（第二版）》的笔记-第47页

总体，也称为样本空间。Population和Sampling Space。

《统计学（第二版）》的笔记-第95页

不能拒绝零假设不是说要接受零假设，而是暂不否定，存疑的意思。

《统计学（第二版）》的笔记-第37页

在Coursera上选了一门《Statistics One》，实际课程内容比名字透露出来的“入门”要难上很多啊……教授各种Standard Error，T Value，P Value，不明含义。这本书上看到Standard Error的时候心里一动，不过后面紧跟着一句“标准误差的来源和意义在第四章会介绍”。
书里说，标准差越大说明数据越分散，我明白这是符合直觉的，不过这也挡不住我去想，为什么啊，怎么想到的，有没有证明啊。
不一定是人们发现了分散，然后用公式去描述它。也可能是人们写出了一个公式，然后把公式描述的东西命名为分散。
不是发现真理，而是选择相信。

《统计学（第二版）》的笔记-第41页 - 勘误

n为奇数时的中位数定义应该为x((n+1)/2)而不是x(n/2)。

《统计学（第二版）》的笔记-第34页

离散变量比连续变量更适合使用众数。一份连续变量的样本中说不定都没有重复的值。书里这么写，不过工作中我几乎都没用过众数。

《统计学（第二版）》的笔记-第56页

正态分布描述的是测量误差，为什么？有两个参数，均值和标准差。标准正态分布就是对正态分布进行标准转换（Z-score，减去均值，除以标准差）之后的分布。