贝叶斯推断

由先验与似然更新后验

不假设分布的假设检验。

正确拒绝原假设的概率。

推死时。

由样推总。

观测到当前或更极端结果的概率。

以先验更新后验。

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。

统计量在重复抽样下的分布。

第一类错误是拒真（弃真），第二类错误是取伪。

多元回归研究一个因变量与多个自变量之间的线性关系。

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。