合理推测楼主是数学专业,另直接拉到最后看结论,果不其然平均水平
中间一大堆看不懂惹,看完脑子嗡嗡的,太硬核了
简略的讲,就是:我看不懂,但我大受震撼
假如可以,能分析下地域差异,有价值的{:4_114:}
虽然我不喜欢看文字但是我喜欢看图()后面那个非对称的曲线有点像我平常接触的扫频图
本帖最后由 leea1b2c3 于 2022-9-5 14:38 编辑
● 怎么解读 X~Normal(μ,σ²)
[例子] 假设 X:=长度(cm) 且 X~Normal(13,0.01) ,那么大概 68%的人长度在 12.9~13.1cm;99.7%的人长度在12.7~13.3cm。也就是说长度超过13.3或是低于12.7的机率小于0.03%
E=μ,可以理解成平均值。
Var(X)=σ² ,这个值可以理解成测量分布的广阔度,Var(X)越大,分布就越广,我们知道的讯息就越模糊。
用上面的例子来说明,如果 X~N(13,0.01),这表示大家的长度都很接近,随便哪个人我们都可以推测他的长度在12.7~13.3之间(准确率约等于99.73%,也就是 P(12.7<X<13.3)≈0.9973。就算他不脱裤,我们也已经对他的大小有一个比较精确的预估了。
可如果Var(X)=9,那么我们最多只能猜他的长度在4~22之间了(准确率约等于99.73%)。这个就很有风险了,在没脱裤之前,他很可能惨绝人寰,但也可能天赋异禀,只是我们已经没有办法继续缩小他的长度范围了。如果硬要缩小范围,那么我们准确率就会下降了。
● Skewness= E[(X-μ)³]/σ³,可以理解为分布的对称性。
如果 lSkewnessl 值越大,就代表分布越不对称。
Skewness的+-值可以理解为分布的 mean 跟 median 之间的大小关系。如果是正的,那就代表 mean > median;如果是负的,那就代表 mean < median 。
感觉样本量还不够。
后面的图看着就头疼。楼主统计的好细节。
我怀念我做实验的时候了,每天晚上都在处理数据中度过
QAQ回想起了被统计学笼罩的噩梦
天哪,樓主也太認真:L
谢谢,老师已经来梦里骂我了
过于硬核我选择直接看结果
高中只学了正态和偏态分布 老实说虽然过了平均线但是还是感觉自己越大越好嘿嘿嘿
那么多17 18厘米的是我不信的 这个结果只能是个娱乐{:6_188:}
写的可真多,有点没看懂。
看到这些数据分析真的头大{:4_100:}统计学渣了
让我嗦嗦18的newnew{:4_86:}
原以为只是统计 居然还有数学模型分析 太专业了
不是人均18cm吗/doge
&有没有人统计直径啊hhh
这么多人18的吗,我有点不太相信啊
看别人秀自己的大捷豹真的羡慕啊!:'(:'(:'(我才刚好平均