用Python学分析 - 正态分布
正态分布（Normal Distribution） 1、正态分布是一种连续分布，其函数可以在实线上的任何地方取值。 2、正态分布由两个参数描述：分布的平均值μ和方差σ2 。 3、正态分布的取值可以从负无穷到正无穷。 3、Z-score 是非标准正态分布标准化后的x 即 z = （x ...
原文：用Python学分析 - t分布
. t分布形状类似于标准正态分布 . 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 . 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使用的合适分布 应用 根据小样本来估计呈正态分布且方差未知的总体的均值 对于任何一种样本容量，真正的平均值抽样分布是t分 ...
2019-03-22 15:17 0 2483 推荐指数：
相关推荐
用Python学分析 - 二项分布
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 ...
用Python学分析 - 时间序列：线性趋势及分析
对于平稳时间序列，可以建立趋势模型。当有理由相信这种趋势能够延伸到未来时，赋予变量t所需要的值，可以得到相应时刻的时间序列未来值，这就是趋势外推法 【分析实例】 根据1992-2005年的人口出生率的数据，使用最小二乘法确定直线趋势方程， 1) 并计算各期的预测值和预测误差2) 预测2007 ...
用Python学分析 - 单因素方差分析
单因素方差分析(One-Way Analysis of Variance) 判断控制变量是否对观测变量产生了显著影响 分析步骤 1. 建立检验假设 - H0：不同因子水平间的均值无差异 - H1：不同因子水平间的均值有显著差异 - 【注意】有差异，有可能是所有因子水平间 ...
MetaboAnalyst的多组学分析
MetaboAnalyst是做代谢的R包，功能十分强大。也开发了web版本，代谢组学的分析这里不介绍，主要讲讲它开发的多组学分析的相关内容。 既然是做代谢的工具，即使是增加了多组学内容，肯定也是以代谢为核心。以代谢组为中心的多组学分析想想无非就是以下几点：多元变量统计分析、网络分析 ...
代谢组学分析
综述文章 标准数据 流程样例 & 实用工具 MetaboAnalyst的多组学分析 代谢组学数据质量评估 主成分分析（PCA） PLS-DA/OPLS-DA二维图 数据归一化分析 ...
T分布在医药领域应用-python建模
python机器学习-乳腺癌细胞挖掘（博主亲自录制视频）https://study.163.com/course/introduction.htm?courseId=1005269003&utm_campaign=commission&utm_source ...
t分布及t分布表
http://baike.baidu.com/view/1419652.htm 下表列出了自由度为1-30以及80、100、120等 t-分布的单侧和双侧区间值。例如，当样本数量n=5时，则自由度v=4，我们就可以查找表中以4开头的行。该行第5列值为2.132，对应 ...