mksz371 - 专为程序员设计的统计课 彻底学会统计分析

课程目录

第10章 线性回归【重难点，建议多看视频】/
10-1 协方差(微信-rmshou-收集整理)[2].mp4
10-10 多元线性回归(上)(微信-rmshou-收集整理)[2].mp4
10-11 多元线性回归(下)(微信-rmshou-收集整理)[2].mp4
10-12 常用的检验都是回归的一种特殊形式(微信-rmshou-收集整理)[2].mp4
10-13 统计中的回归与机器学习中的回归(微信-rmshou-收集整理)[2].mp4
10-14 本章小结(微信-rmshou-收集整理)[2].mp4
10-2 相关(微信-rmshou-收集整理)(1)[2].mp4
10-2 相关(微信-rmshou-收集整理)[2].mp4
10-3 编程理解协方差和相关(微信-rmshou-收集整理)(1)[2].mp4
10-3 编程理解协方差和相关(微信-rmshou-收集整理)[2].mp4
10-4 一元线性回归(上)(微信-rmshou-收集整理)(1)[2].mp4
10-4 一元线性回归(上)(微信-rmshou-收集整理)[2].mp4
10-5 一元线性回归(下)(微信-rmshou-收集整理)[2].mp4
10-6 一元线性回归的前提条件(微信-rmshou-收集整理)[2].mp4
10-7 回归模型的评价指标(微信-rmshou-收集整理)[2].mp4
10-8 一元线性回归的假设检验(微信-rmshou-收集整理)[2].mp4
10-9 编程实现一元线性回归(微信-rmshou-收集整理)[2].mp4
第11章 非参数检验【重难点，请认真学习】/
11-1 什么是非参数方法(微信-rmshou-收集整理)[2].mp4
11-2 非参数方法举例(微信-rmshou-收集整理)[2].mp4
11-3 Bootstrap(微信-rmshou-收集整理)[2].mp4
11-4 Permutation(微信-rmshou-收集整理)[2].mp4
11-5 本章小结(微信-rmshou-收集整理)[2].mp4
第12章 贝叶斯统计【重在掌握方法，请好好学习】/
12-1 什么是贝叶斯统计(微信-rmshou-收集整理)[2].mp4
12-2 概率知识(微信-rmshou-收集整理)[2].mp4
12-3 概率树(微信-rmshou-收集整理)[2].mp4
12-4 贝叶斯推断(上)(微信-rmshou-收集整理)[2].mp4
12-5 贝叶斯推断(下)(微信-rmshou-收集整理)[2].mp4
12-6 置信区间(微信-rmshou-收集整理)[2].mp4
12-7 本章小结(微信-rmshou-收集整理)[2].mp4
第13章 更广阔的的统计学世界【祝大家学以致用】/
13-1 课程结语(微信-rmshou-收集整理)[2].mp4
第1章 课程介绍【欢迎学习，学习中有任何疑问请在问答区进行问答，祝愉快学习！】/
1-1 课程导学(微信-rmshou-收集整理)[2].mp4
1-2 课程学习的注意事项(微信-rmshou-收集整理)[2].mp4
1-3 课程编程环境搭建(微信-rmshou-收集整理)[2].mp4
第2章 认识数据【必备基础知识，不能跳过】/
2-1 数据和变量(微信-rmshou-收集整理)[2].mp4
2-2 测量尺度(微信-rmshou-收集整理)[2].mp4
第3章 描述统计【核心内容，重点学习】/
3-1 什么是描述统计(微信-rmshou-收集整理)[2].mp4
3-2 一个分类变量的特征和可视化(微信-rmshou-收集整理)[2].mp4
3-3 一个数值变量的特征和可视化(上)(微信-rmshou-收集整理)[2].mp4
3-4 一个数值变量的特征和可视化(下)(微信-rmshou-收集整理)[2].mp4
3-5 分布的形状(微信-rmshou-收集整理)[2].mp4
3-6 变量间的关系(微信-rmshou-收集整理)[2].mp4
3-7 极端值与缺失值(微信-rmshou-收集整理)[2].mp4
3-8 本章小结(微信-rmshou-收集整理)[2].mp4
第4章 描述统计的编程实现【重点实战章节，建议跟着老师一起敲代码实现】/
4-1 频数(微信-rmshou-收集整理)[2].mp4
4-2 频率(微信-rmshou-收集整理)[2].mp4
4-3 集中趋势(微信-rmshou-收集整理)[2].mp4
4-4 离散趋势(微信-rmshou-收集整理)[2].mp4
4-5 散点图和折线图(微信-rmshou-收集整理)[2].mp4
4-6 条形图和直方图(微信-rmshou-收集整理)[2].mp4
4-7 箱线图(微信-rmshou-收集整理)[2].mp4
第5章 概率和概率分布【重点章节，必须掌握的概率论知识】/
5-1 什么是概率论(微信-rmshou-收集整理)[2].mp4
5-2 概率(微信-rmshou-收集整理)[2].mp4
5-3 编程理解小数和大数定律(微信-rmshou-收集整理)[2].mp4
5-4 再谈变量(微信-rmshou-收集整理)[2].mp4
5-5 离散型随机变量及其分布(微信-rmshou-收集整理)[2].mp4
5-6 连续型随机变量及其分布(微信-rmshou-收集整理)[2].mp4
5-7 本章小结(微信-rmshou-收集整理)[2].mp4
第6章 样本和抽样分布【重点章节，样本均值的分布】/
6-1 总体与样本(微信-rmshou-收集整理)[2].mp4
6-2 抽样分布(微信-rmshou-收集整理)[2].mp4
6-3 常用统计量的分布(微信-rmshou-收集整理)[2].mp4
6-4 正态总体的样本均值和样本方差的分布(微信-rmshou-收集整理)[2].mp4
6-5 编程理解中心极限定理(微信-rmshou-收集整理)[2].mp4
6-6 随机抽样, 误差源, 随机分配(微信-rmshou-收集整理)[2].mp4
6-7 本章小结(微信-rmshou-收集整理)[2].mp4
第7章 参数估计【点和区间估计】/
7-1 点估计(微信-rmshou-收集整理)[2].mp4
7-10 置信区间：两个正态总体的情况(下)(微信-rmshou-收集整理)[2].mp4
7-11 编程求置信区间：两个正态总体的情况(上)(微信-rmshou-收集整理)[2].mp4
7-12 编程求置信区间：两个正态总体的情况(下)(微信-rmshou-收集整理)[2].mp4
7-13 单侧置信区间(微信-rmshou-收集整理)[2].mp4
7-14 本章小结(微信-rmshou-收集整理)[2].mp4
7-2 编程理解无偏性(微信-rmshou-收集整理)[2].mp4
7-3 编程理解相合性(微信-rmshou-收集整理)[2].mp4
7-4 区间估计(微信-rmshou-收集整理)[2].mp4
7-5 置信区间：一个正态总体的情况(上)(微信-rmshou-收集整理)[2].mp4
7-6 置信区间：一个正态总体的情况(下)(微信-rmshou-收集整理)[2].mp4
7-7 编程求置信区间：一个正态总体的情况(上)(微信-rmshou-收集整理)[2].mp4
7-8 编程求置信区间：一个正态总体的情况(下)(微信-rmshou-收集整理)[2].mp4
7-9 置信区间：两个正态总体的情况(上)(微信-rmshou-收集整理)[2].mp4
第8章 假设检验【频率论方法】/
8-1 什么是假设检验(微信-rmshou-收集整理)[2].mp4
8-10 统计显著性与实际显著性(微信-rmshou-收集整理)[2].mp4
8-11 z检验, t检验, 卡方检验, F检验的前提条件(微信-rmshou-收集整理)[2].mp4
8-12 本章小结(微信-rmshou-收集整理)[2].mp4
8-2 正态总体均值的假设检验(上)(微信-rmshou-收集整理)[2].mp4
8-3 正态总体均值的假设检验(下)(微信-rmshou-收集整理)[2].mp4
8-4 置信区间与假设检验的关系(微信-rmshou-收集整理)[2].mp4
8-5 编程实现正态总体均值的假设检验(上)(微信-rmshou-收集整理)[2].mp4
8-6 编程实现正态总体均值的假设检验(下)(微信-rmshou-收集整理)[2].mp4
8-7 正态总体方差的假设检验(微信-rmshou-收集整理)[2].mp4
8-8 编程实现正态总体方差的假设检验(微信-rmshou-收集整理)[2].mp4
8-9 决策错误与统计功效(微信-rmshou-收集整理)[2].mp4
同类型课程.jpg
第9章 方差分析【多于两个总体均值的比较方法】/
9-1 什么是方差分析(微信-rmshou-收集整理)[2].mp4
9-2 单因素方差分析(上)(微信-rmshou-收集整理)[2].mp4
9-3 单因素方差分析(下)(微信-rmshou-收集整理)[2].mp4
9-4 多重比较(微信-rmshou-收集整理)[2].mp4
9-5 编程实现单因素方差分析(微信-rmshou-收集整理)[2].mp4
9-6 双因素方差分析(上)(微信-rmshou-收集整理)[2].mp4
9-7 双因素方差分析(下)(微信-rmshou-收集整理)[2].mp4
9-8 本章小结(微信-rmshou-收集整理)[2].mp4
课程资料/
代码资料.zip
核对章节.txt