最新章節

• 看完了
• 作者簡介
• 第四部分 假設檢驗：統計的核心
• 第三部分 參數估計
• 第二部分 貝葉斯概率和先驗概率
• 第一部分 概率導論

• 看完了 更新時間：2022-07-15 15:12:53
• 作者簡介
• 第四部分 假設檢驗：統計的核心
• 第三部分 參數估計
• 第二部分 貝葉斯概率和先驗概率
• 第一部分 概率導論
• 附錄C 練習答案
• B.2 微積分基本定理
• B.1 函數
• 附錄B 必要的微積分知識
• A.9 小結
• A.8 練習：模擬股票價格
• A.7 繪制基本圖形
• A.6 自定義函數
• A.5 隨機抽樣
• A.4 函數
• A.3 R語言的基本概念
• A.2 創建R腳本
• A.1 R和RStudio
• 附錄A R語言快速入門
• 19.5 練習
• 19.4 小結
• 19.3 從貝葉斯因子到參數估計
• 19.2 構建概率分布
• 19.1 嘉年華游戲真的公平嗎
• 第19章 從假設檢驗到參數估計
• 18.4 練習
• 18.3 小結
• 18.2 與親戚和陰謀論者爭論
• 18.1 有超能力的朋友擲骰子
• 第18章 當數據無法讓你信服時
• 17.5 練習
• 17.4 小結
• 17.3 發展自己的超級能力
• 17.2 用貝葉斯因子理解“神秘預言家”
• 17.1 場景描述
• 第17章 電視劇中的貝葉斯推理
• 16.4 練習
• 16.3 小結
• 16.2 利用后驗概率比構建假設檢驗
• 16.1 重溫貝葉斯定理
• 第16章 貝葉斯因子和后驗勝率簡介：思想的競爭
• 15.4 練習
• 15.3 小結
• 15.2 蒙特卡羅模擬
• 15.1 構建貝葉斯A/B測試
• 第15章 從參數估計到假設檢驗：構建貝葉斯A/B測試
• 第四部分 假設檢驗：統計的核心
• 14.6 練習
• 14.5 小結
• 14.4 什么都不知道時，是否有合理的先驗可供使用
• 14.3 作為量化經驗方法的先驗
• 14.2 在更大的背景下考慮先驗
• 14.1 預測電子郵件的轉化率
• 第14章 有先驗概率的參數估計
• 13.6 練習
• 13.5 小結
• 13.4 分位函數
• 13.3 CDF
• 13.2 PDF
• 13.1 估計郵件列表的轉化率
• 第13章 參數估計工具：PDF、CDF和分位函數
• 12.8 練習
• 12.7 小結
• 12.6 β分布和正態分布
• 12.5 “N西格瑪”事件
• 12.4 一個技巧
• 12.3 解決引火線問題
• 12.2 正態分布
• 12.1 度量引火線燃燒時間
• 第12章 正態分布
• 11.6 練習
• 11.5 小結
• 11.4 求標準差
• 11.3 求方差
• 11.2 求平均絕對偏差
• 11.1 往井里扔硬幣
• 第11章 度量數據的離散程度
• 10.4 練習
• 10.3 小結
• 10.2 測量中的均值與總結性的均值
• 10.1 估計降雪量
• 第10章 均值法和參數估計介紹
• 第三部分 參數估計
• 9.6 練習
• 9.5 小結
• 9.4 用后驗概率制造懸念
• 9.3 漢·索羅厲害的原因
• 9.2 確定C-3PO的信念
• 9.1 C-3PO對小行星帶的疑問
• 第9章 貝葉斯先驗概率和概率分布
• 8.6 練習
• 8.5 小結
• 8.4 比較非歸一化的后驗概率
• 8.3 考慮備擇假設
• 8.2 調查犯罪現場
• 8.1 貝葉斯定理三要素
• 第8章 貝葉斯定理的先驗概率、似然和后驗概率
• 7.4 練習
• 7.3 小結
• 7.2 通過數學計算來證明
• 7.1 直觀地計算條件概率
• 第7章 貝葉斯定理和樂高積木
• 6.5 練習
• 6.4 小結
• 6.3 貝葉斯定理
• 6.2 逆概率和貝葉斯定理
• 6.1 條件概率
• 第6章 條件概率
• 第二部分 貝葉斯概率和先驗概率
• 5.5 練習
• 5.4 小結
• 5.3 逆向解構扭蛋游戲
• 5.2 分布
• 5.1 一個奇怪的場景：獲取數據
• 第5章 β分布
• 4.6 練習
• 4.5 小結
• 4.4 示例：扭蛋游戲
• 4.3 用二項式系數計算結果數量
• 4.2 理解并抽象出問題的細節
• 4.1 二項分布的結構
• 第4章 創建二項分布
• 3.4 練習
• 3.3 小結
• 3.2 用OR組合概率
• 3.1 用AND組合概率
• 第3章 不確定性的邏輯
• 2.5 練習
• 2.4 小結
• 2.3 通過信念的比值來計算概率
• 2.2 通過對事件結果計數來計算概率
• 2.1 概率是什么
• 第2章 度量不確定性
• 1.6 練習
• 1.5 小結
• 1.4 數據影響信念，信念不應該影響數據
• 1.3 對比假設
• 1.2 收集更多的數據以更新信念
• 1.1 對奇怪經歷的推理
• 第1章 貝葉斯思維和日常推理
• 第一部分 概率導論
• 致謝
• 開始探索之旅
• 需要的背景知識
• 本書內容
• 什么是貝葉斯統計
• 為什么要學習統計學
• 前言
• 獻詞
• 版權聲明
• 版權信息
• 封面

• 封面
• 版權信息
• 版權聲明
• 獻詞
• 前言
• 為什么要學習統計學
• 什么是貝葉斯統計
• 本書內容
• 需要的背景知識
• 開始探索之旅
• 致謝
• 第一部分 概率導論
• 第1章 貝葉斯思維和日常推理
• 1.1 對奇怪經歷的推理
• 1.2 收集更多的數據以更新信念
• 1.3 對比假設
• 1.4 數據影響信念，信念不應該影響數據
• 1.5 小結
• 1.6 練習
• 第2章 度量不確定性
• 2.1 概率是什么
• 2.2 通過對事件結果計數來計算概率
• 2.3 通過信念的比值來計算概率
• 2.4 小結
• 2.5 練習
• 第3章 不確定性的邏輯
• 3.1 用AND組合概率
• 3.2 用OR組合概率
• 3.3 小結
• 3.4 練習
• 第4章 創建二項分布
• 4.1 二項分布的結構
• 4.2 理解并抽象出問題的細節
• 4.3 用二項式系數計算結果數量
• 4.4 示例：扭蛋游戲
• 4.5 小結
• 4.6 練習
• 第5章 β分布
• 5.1 一個奇怪的場景：獲取數據
• 5.2 分布
• 5.3 逆向解構扭蛋游戲
• 5.4 小結
• 5.5 練習
• 第二部分 貝葉斯概率和先驗概率
• 第6章 條件概率
• 6.1 條件概率
• 6.2 逆概率和貝葉斯定理
• 6.3 貝葉斯定理
• 6.4 小結
• 6.5 練習
• 第7章 貝葉斯定理和樂高積木
• 7.1 直觀地計算條件概率
• 7.2 通過數學計算來證明
• 7.3 小結
• 7.4 練習
• 第8章 貝葉斯定理的先驗概率、似然和后驗概率
• 8.1 貝葉斯定理三要素
• 8.2 調查犯罪現場
• 8.3 考慮備擇假設
• 8.4 比較非歸一化的后驗概率
• 8.5 小結
• 8.6 練習
• 第9章 貝葉斯先驗概率和概率分布
• 9.1 C-3PO對小行星帶的疑問
• 9.2 確定C-3PO的信念
• 9.3 漢·索羅厲害的原因
• 9.4 用后驗概率制造懸念
• 9.5 小結
• 9.6 練習
• 第三部分 參數估計
• 第10章 均值法和參數估計介紹
• 10.1 估計降雪量
• 10.2 測量中的均值與總結性的均值
• 10.3 小結
• 10.4 練習
• 第11章 度量數據的離散程度
• 11.1 往井里扔硬幣
• 11.2 求平均絕對偏差
• 11.3 求方差
• 11.4 求標準差
• 11.5 小結
• 11.6 練習
• 第12章 正態分布
• 12.1 度量引火線燃燒時間
• 12.2 正態分布
• 12.3 解決引火線問題
• 12.4 一個技巧
• 12.5 “N西格瑪”事件
• 12.6 β分布和正態分布
• 12.7 小結
• 12.8 練習
• 第13章 參數估計工具：PDF、CDF和分位函數
• 13.1 估計郵件列表的轉化率
• 13.2 PDF
• 13.3 CDF
• 13.4 分位函數
• 13.5 小結
• 13.6 練習
• 第14章 有先驗概率的參數估計
• 14.1 預測電子郵件的轉化率
• 14.2 在更大的背景下考慮先驗
• 14.3 作為量化經驗方法的先驗
• 14.4 什么都不知道時，是否有合理的先驗可供使用
• 14.5 小結
• 14.6 練習
• 第四部分 假設檢驗：統計的核心
• 第15章 從參數估計到假設檢驗：構建貝葉斯A/B測試
• 15.1 構建貝葉斯A/B測試
• 15.2 蒙特卡羅模擬
• 15.3 小結
• 15.4 練習
• 第16章 貝葉斯因子和后驗勝率簡介：思想的競爭
• 16.1 重溫貝葉斯定理
• 16.2 利用后驗概率比構建假設檢驗
• 16.3 小結
• 16.4 練習
• 第17章 電視劇中的貝葉斯推理
• 17.1 場景描述
• 17.2 用貝葉斯因子理解“神秘預言家”
• 17.3 發展自己的超級能力
• 17.4 小結
• 17.5 練習
• 第18章 當數據無法讓你信服時
• 18.1 有超能力的朋友擲骰子
• 18.2 與親戚和陰謀論者爭論
• 18.3 小結
• 18.4 練習
• 第19章 從假設檢驗到參數估計
• 19.1 嘉年華游戲真的公平嗎
• 19.2 構建概率分布
• 19.3 從貝葉斯因子到參數估計
• 19.4 小結
• 19.5 練習
• 附錄A R語言快速入門
• A.1 R和RStudio
• A.2 創建R腳本
• A.3 R語言的基本概念
• A.4 函數
• A.5 隨機抽樣
• A.6 自定義函數
• A.7 繪制基本圖形
• A.8 練習：模擬股票價格
• A.9 小結
• 附錄B 必要的微積分知識
• B.1 函數
• B.2 微積分基本定理
• 附錄C 練習答案
• 第一部分 概率導論
• 第二部分 貝葉斯概率和先驗概率
• 第三部分 參數估計
• 第四部分 假設檢驗：統計的核心
• 作者簡介
• 看完了 更新時間：2022-07-15 15:12:53