线性回归

多元回归研究一个因变量与多个自变量之间的线性关系。

决定系数度量回归模型解释因变量变异的比例。

最小二乘法使观测值与拟合值离差平方和最小，用于估计回归系数。

贝叶斯统计把参数视为随机变量，用观测数据不断更新其后验分布。

变量是可取不同数值或类别的特征，分为定量变量与定性变量。

标准差是方差的平方根，与数据同量纲，是最常用的离散度量。

标准误是样本统计量抽样分布的标准差，度量统计推断的精度。

参数估计用样本统计量估计总体参数，分为点估计与区间估计。

抽样是从总体中按规则抽取部分个体进行观测的方法，分为随机抽样与非随机抽样。

第一类错误是拒真（弃真），第二类错误是取伪。

二项分布描述 n 次独立伯努利试验中成功次数的概率分布。

方差是各数据点与均值离差平方的平均，度量数据离散程度。

方差分析比较多个组间均值差异是否显著。

非参数统计不依赖总体分布形式，适用于定序数据与偏态分布。

分层抽样把总体按特征分成若干层、在各层内分别抽样，提高样本代表性。