统计思维：程序员数学之概率统计 PDF 文档

发布于 2024-08-12 12:15:44 字数 1944 浏览 10 评论 0

是一本以全新视角讲解概率统计的入门图书。抛开经典的数学分析，Downey 手把手教你用编程理解统计学。概率、分布、假设检验、贝叶斯估计、相关性等，每个主题都充满趣味性，经编程解释后变得更为清晰易懂。

本书研究数据主要来源于美国全国家庭成长调查（NSFG）与行为风险因素监测系统（BRFSS），数据源及解决方案的相关代码全部开放，具体章节列出了大量学习和进阶资料，方便读者参考。

本书面向广大程序员和计算机专业的学生。

目录
前言
第 1 章程序员的统计思维
1.1 第一个孩子出生晚吗
1.2 统计方法
1.3 全国家庭成长调查
1.4 表和记录
1.5 显著性
1.6 术语
第 2 章描述性统计量
2.1 均值和平均值
2.2 方差
2.3 分布
2.4 直方图的表示
2.5 绘制直方图
2.6 表示概率质量函数
2.7 绘制概率质量函数
2.8 异常值
2.9 其他可视化方法
2.10 相对风险
2.11 条件概率
2.12 汇报结果
2.13 术语表
第 3 章累积分布函数
3.1 选课人数之谜
3.2 PMF 的不足
3.3 百分位数
3.4 累积分布函数
3.5 CDF 的表示
3.6 回到调查数据
3.7 条件分布
3.8 随机数
3.9 汇总统计量小结
3.10 术语表
第 4 章连续分布
4.1 指数分布
4.2 帕累托分布
4.3 正态分布
4.4 正态概率图
4.5 对数正态分布
4.6 为什么需要模型
4.7 生成随机数
4.8 术语
第 5 章概率
5.1 概率法则
5.2 蒙提霍尔问题
5.3 庞加莱
5.4 其他概率法则
5.5 二项分布
5.6 连胜和手感
5.7 贝叶斯定理
5.8 术语
第 6 章分布的运算
6.1 偏度
6.2 随机变量
6.3 概率密度函数
6.4 卷积
6.5 正态分布的性质
6.6 中心极限定理
6.7 分布函数之间的关系框架
6.8 术语表
第 7 章假设检验
7.1 均值差异的检验
7.2 阈值的选择
7.3 效应的定义
7.4 解释统计检验结果
7.5 交叉验证
7.6 报道贝叶斯概率的结果
7.7 卡方检验
7.8 高效重采样
7.9 功效
7.10 术语
第 8 章估计
8.1 关于估计的游戏
8.2 方差估计
8.3 误差
8.4 指数分布
8.5 置信区间
8.6 贝叶斯估计
8.7 贝叶斯估计的实现
8.8 删失数据
8.9 火车头问题
8.10 术语
第 9 章相关性
9.1 标准分数
9.2 协方差
9.3 相关性
9.4 用 pyplot 画散点图
9.5 斯皮尔曼秩相关
9.6 最小二乘拟合
9.7 拟合优度
9.8 相关性和因果关系
9.9 术语