summary()sapply(x,fun,options):对数据框或矩阵中的每一个向量进行统计meansd：标准差var：方差min:max:median:length:range:quantile:vars <- c("mpg", "hp", "wt")head(mtcars[vars])su...
分类：
编程语言 时间：
2015-11-27 21:53:15
阅读次数：
247
学过概率统计的孩子都知道，统计里最基本的概念就是样本的均值，方差，或者再加个标准差。首先我们给你一个含有n个样本的集合，依次给出这些概念的公式描述，这些高中学过数学的孩子都应该知道吧，一带而过。均值：标准差：方差：很显然，均值描述的是样本集合的中间点，它告诉我们的信息是很有限的，而标准差给我们描述的...
分类：
其他好文 时间：
2015-11-18 21:29:15
阅读次数：
157
统计学基础统计本文主要是对公开课《简单统计学》及书本《商务与经济统计》的学习笔记及练习.一、统计基本概念统计基本范围统计工作流程随机变量的种类二、常用统计量及统计图表连续型数据特征值的计算集中趋势的度量平均数、中位数、众数；分散趋势的度量全距、方差（变异数）、标准差；分布形态的度量偏度、峰度；相关关...
分类：
其他好文 时间：
2015-11-15 16:19:02
阅读次数：
436
统计调查：咨询老师，电脑是否是核心工具，这属于bernoulli分布。p=142/250=0.57deviation=math.sqrt(p*(1-p))=0.5用样本标准差近似代替标准差0.5standard_error=0.5/math.sqrt(250)=0.03百分之99的范围表示2.6个标...
分类：
其他好文 时间：
2015-11-04 21:11:12
阅读次数：
1112
理论讲的再多不会做也白弄直接上手一.针对接近正态分布的（均值，方差，标准差，极差，变异系数，偏度，峰度）这里我必须提前说明一点就是，你在写好函数后，函数的名是dts,你保存的文件名也必须是dts.m才行，这样调用dts()函数的时候才不会出现错。第二点强调的是function 最后的那个end可以....
分类：
其他好文 时间：
2015-11-03 19:12:52
阅读次数：
220
中心极限定理：均值为mean，标准差为deviation的总体中，抽取样本量为n的随机样本，当n充分大时，（n>30）,样本均值的分布近似于均值mean,标准差为 deviation/math.sqrt(n)的正太分布。户外活动，男性平均喝水2升，标准差0.7升。一次旅游，共50名男性，你带了110...
分类：
其他好文 时间：
2015-11-03 00:22:50
阅读次数：
406
数据的分布特征：分布的集中趋势，反应各数据向其中心值靠拢或聚集的程度（平均数，中位数，四分位数，众数）分布的离散程度，反应各数据远离其中心值的趋势（极差，四分位差，方差，标准差，离散系数）分布的形状，反应数据分布的偏斜程度和峰度（偏态系数，峰度系数）#######################平均...
分类：
编程语言 时间：
2015-10-30 22:56:25
阅读次数：
829
在此举一个例子。比如，某学校共有500名学生，现在要通过抽取样本量为30的一个样本，来推断学生的数学成绩。这时可以依据抽取的样本信息，计算出样本的均值与标准差。如果我们抽取的不是一个样本，而是10个样本，每个样本30人，那么每个样本都可以计算出均值，这样就会有10个均值。也就是形成了一个10个数字的...
分类：
其他好文 时间：
2015-10-27 21:51:30
阅读次数：
211
基于“局部标准差”的图像增强（原理、算法、代码）一、理论 图像增强算法的基本原则是“降低低频区域，突出高频区域”，以此强化边缘，达到增强的目的。最简单的例子就是通过原始图像减去高斯模糊处理后的图像，就能够将边缘强化出来。 直方图均衡化也是一种非常常见的增强方法。但是为了避免背景的干扰，更...
分类：
编程语言 时间：
2015-10-06 22:04:53
阅读次数：
710
均方根值（RMS）+ 均方根误差（RMSE）+标准差（Standard Deviation）1、均方根值（RMS）也称作为效值，它的计算方法是先平方、再平均、然后开方。2、均方根误差，它是观测值与真值偏差的平方和观测次数n比值的平方根，在实际测量中，观测次数n总是有限的，真值只能用最可信赖（最佳）值...
分类：
其他好文 时间：
2015-09-28 11:29:28
阅读次数：
278
