在压力测试时，我们需要模拟实际情况，不同的用户可以产生不一样数量/数据的流程实例，因此我们可以使用随机变量还进行模拟。 线程组->添加->配置元件->Random Variable(随机变量) 变量名称(Variable Name)：用于控制在其它元素中引用该值，形式：$(variable_name ...
分类：
其他好文 时间：
2020-04-21 13:08:26
阅读次数：
111
频率学派与贝叶斯学派都是解决统计推断问题。 频率学派也称为经典学派。此学派将事件发生的概率看出一种固定的值。 贝叶斯学派将事件发生的概率看出一个随机变量。 例如:对某个煤矿的煤存储里描述中，经典学派描述煤存储A=10Kg，。贝叶斯对煤存储A描述在10KG左右，然后根据历史资料或其他信息，推测2 0. ...
分类：
其他好文 时间：
2020-04-12 14:29:19
阅读次数：
121
当我们想对某些特定分布进行抽样时，要通过均匀分布的抽样来映射，因为电脑算法产生的伪随机数是看做均匀分布的。 假设均匀分布随机变量为$X$，则特定分布$\displaystyle p_Y(y)$的随机变量就为$Y=g(X)$。如何求得这个$g(x)$映射呢？ 关于利用均匀分布随机变量产生任意分布变量的 ...
分类：
其他好文 时间：
2020-04-11 23:56:55
阅读次数：
282
统计推断的两大学派 在统计领域，有两种对立的思想学派：贝叶斯学派和经典学派（也称频率学派），它们之间最重要的区别就是如何看待被估计的未知参数。贝叶斯学派的观点是将其看成是已知分布的随机变量，而经典学派的观点是将其看成未知的待估计的常量。 贝叶斯统计推断 具体来说，贝叶斯推断方法是将未知参数看做是一个 ...
分类：
其他好文 时间：
2020-03-30 19:27:46
阅读次数：
86
3、 多维随机变量的分布 （1）多项分布 可参见https://blog.csdn.net/jteng/article/details/54632311 多项分布是对二项分布的扩展，二项分布是单变量分布，而多项分布式多变量分布。 二项分布每次试验试验只有两种结果，而多项分布每次试验则会有多种可能性， ...
分类：
其他好文 时间：
2020-03-29 18:18:04
阅读次数：
92
2、 一维随机变量的分布 （1）随机变量 类型 根据取值情况的不同可以将随机变量分为离散随机变量和连续随机变量 概率分布 随机变量一切可能值或范围的概率的规律 （2）常见离散分布 1）两点分布 随机变量X值可能取0和1两个值，则分布为 X 0 1 Pk 1-P P 则称X服从（0--1）分布或者两点 ...
分类：
其他好文 时间：
2020-03-29 17:52:27
阅读次数：
55
楔子 前两篇我们讨论的离散型和连续型随机变量都是单一变量，然而在现实当中，一个试验常常会涉及到多个随机变量。所谓多个随机变量是指在同一个试验结果之下产生的多个随机变量。这些随机变量的取值是由试验结果确定的，因此它们的取值会存在相互关联。这里我们先以离散型随机变量为例，将离散型随机变量的分布列和期望推 ...
分类：
其他好文 时间：
2020-03-28 20:04:29
阅读次数：
67
一、引入 最开始知道生成模型和判别模型，是在李航的统计学习方法里，当时的理解是：生成模型，就是同时考虑了X和Y的随机性，也就是说二者都是随机变量；判别模型，就是只考虑了Y的随机性，而X并不是个随机变量，即使X存在于条件中，但是并没有p(x)这种说法。当时同时也知道了，朴素贝叶斯和隐马尔可夫都是生成模 ...
分类：
其他好文 时间：
2020-03-27 00:47:38
阅读次数：
176
参考链接：https://www.zhihu.com/question/20852004 方差： 度量单个随机变量的离散程度，公式如下： 方差表示一位数据数据的离散程度，数值越大说明离均值的差距越大，越离散 协方差： 度量两个随机变量（变化趋势）的相似程度，定义如下： 协方差表示二维数据，表示两个变 ...
分类：
其他好文 时间：
2020-03-23 23:37:05
阅读次数：
189
