1. t分布形状类似于标准正态分布2. t分布是对称分布，较正态分布离散度强，密度曲线较标准正态分布密度曲线更扁平3. 对于大型样本，t-值与z-值之间的差别很小 作用- t分布纠正了未知的真实标准差的不确定性- t分布明确解释了估计总体方差时样本容量的影响，是适合任何样本容量都可以 ...

二项分布（Binomial Distribution）对Bernoulli试验序列的n次序列，结局A出现的次数x的概率分布服从二项分布- 两分类变量并非一定会服从二项分布- 模拟伯努利试验中n次独立的重复，每次试验成功的概率为pi 特征值 - 均值（数学期望）和方差： 　　- 不同的值 ...

python金融风控评分卡模型和数据分析微专业课（博主亲自录制视频）：http://dwz.date/b9vv 目录 0.概念 1.绘制单个正太分布 2.比较多个正态分布 2.1偏态和峰态 3.应用 4. z分数 5.中心极限定理 6.大数定理 ...

1、生成正态分布数据并绘制概率分布图 根据范围生成正态分布： result = np.random.randint(-65, 80, size=100) # 最小值,最大值,数量 根据均值、方差生成正态分布：result = np.random.normal ...

数据分析之正态分布检验及python实现 一、总结 一句话总结： 就是非常简单的用正态分布的公式画个图即可，简单方便：y_sig = np.exp(-(x - u) ** 2 / (2 * sig ** 2)) / (math.sqrt(2 * math.pi) * sig ...

Kolmogorov-Smirnov 与 Shapiro-Wilk 模型正态分布检验 Spss stata R语言正态分布 R中stats包中内置的ks.test()，可以用于检验标准分布，但这个检验方法效率并不高，且需要在大样 ...

在对数据建模前，很多时候我们需要对数据做正态性检验，进而通过检验结果确定下一步的分析方案。下面介绍 Python 中常用的几种正态性检验方法： scipy.stats.kstest kstest 是一个很强大的检验模块，除了正态性检验，还能检验 scipy.stats 中的其他数据分布 ...

  使用Python绘制正态分布曲线，借助matplotlib绘图工具； \[f(x) = \dfrac{1}{\sqrt{2\pi}\sigma}\exp(-\dfrac{(x-\mu)^2}{2\sigma^2}) \] ...