概率和统计的区别 - DataSciences版

本页内容为未名空间相应帖子的节选和存档，一周内的贴子最多显示50字，超过一周显示500字访问原贴

DataSciences版 - 概率和统计的区别

相关主题
● 分析股票应该用那种算法？	● PCA拟合问题
● R-developer.com 讨论R编程，R高性能算法，R统计分析	● 招人。phd或者博后
● 新人恳求推荐	● 来问下转行ds的理科类phd们，面试如何回答面试官这类问题？
● 做大数据的好混学术界么？	● 请教如何用matlab贝叶斯方法拟合曲线(Bayesian for curve fitting)?
● 大数据时代的最大挑战(一）?	● 统计杂志专刊征稿
● R编程(RDeveloper)俱乐部: 提供R编程，R高性能算法，R统计分析(转载)	● 最近觉得分类算法很多时候还是不靠谱啊
● 最近deep learning那么火	● 请问：invalid values 有哪些常见表达？
● 请推荐学习R的入门课程或教材	● 也问个模型

相关话题的讨论汇总
话题: 统计话题: 检验话题: 数据话题: 算法话题: 概率

进入DataSciences版参与讨论

(共1页)

s*******r
发帖数: 1

统计学里判断哪种统计分析的算法更能体现样本特征是怎样判断的（比如根据样本量不
同有时除以N，有时除以N-1，还有什么情况用t检验z检验卡方检验等）？是纯理论数学
推导，还是说用若干套数据去测试不同的算法，看哪种算法拟合得更接近实际情况？如
果是后者，那又如何在有有效的统计分析算法之前确定这数据的实际情况是如何的？
概率和统计的区别在于，概率是在给定框架下做的，比如条件里会明确告诉你是布朗运
动。而统计需要去猜测概率模型，比如你先去猜这是布朗运动，带入数据后依靠一些数
学工具去检验模型是否符合。统计是不可能脱离数据来做的，所以对特定数据的模型的
猜测可能更重要。关键就是怎么定义是否符合，是不是像误差允许范围那样先人为定义
一个符合度的标准，然后看哪个模型在这个符合标准

(共1页)

进入DataSciences版参与讨论

相关主题
● 建模过程中对于outlier的处理问题	● 大数据时代的最大挑战(一）?
● 计算 confidence interval 和 prediction interval的一般方法	● R编程(RDeveloper)俱乐部: 提供R编程，R高性能算法，R统计分析(转载)
● 发个狗家QA面经，已跪	● 最近deep learning那么火
● DS面试的重点是算法，还是ML和Stat的模型，还是Hadoop?	● 请推荐学习R的入门课程或教材
● 分析股票应该用那种算法？	● PCA拟合问题
● R-developer.com 讨论R编程，R高性能算法，R统计分析	● 招人。phd或者博后
● 新人恳求推荐	● 来问下转行ds的理科类phd们，面试如何回答面试官这类问题？
● 做大数据的好混学术界么？	● 请教如何用matlab贝叶斯方法拟合曲线(Bayesian for curve fitting)?

相关话题的讨论汇总
话题: 统计话题: 检验话题: 数据话题: 算法话题: 概率

#	版面	帖数(主题数)
-	全站	4871 (796)
1	Military	3777 (569)
2	Stock	341 (51)
3	Joke	117 (17)
4	History	116 (3)
5	Automobile	100 (9)
6	USANews	55 (9)
7	Midlife	45 (1)
8	Headline	41 (41)
9	Dreamer	33 (13)
10	FleaMarket	32 (20)
11	Living	30 (7)

boards

未名新帖统计// 7月16日

历史上的今天