课程列表
[第1集] 均值 中位数 众数
[第2集] 极差 中程数
[第3集] 象形统计图
[第4集] 条形图
[第5集] 线形图
[第6集] 饼图
[第7集] 误导人的线形图
[第8集] 茎叶图
[第9集] 箱线图
[第10集] 箱线图2
[第11集] 统计：集中趋势
[第12集] 统计：样本和总体
[第13集] 统计：总体方差
[第14集] 统计：样本方差
[第15集] 统计：标准差
[第16集] 统计：诸方差公式
[第17集] 随机变量介绍
[第18集] 概率密度函数
[第19集] 二项分布1
[第20集] 二项分布2
[第21集] 二项分布3
[第22集] 二项分布4
[第23集] 期望值E(X)
[第24集] 二项分布的期望值
[第25集] 泊松过程1
[第26集] 泊松过程2
[第27集] 大数定律
[第28集] 正态分布Excel练习
[第29集] 正态分布介绍
[第30集] 正态分布问题：哪些是正态分布
[第31集] 正态分布问题：z分数
[第32集] 正态分布问题：经验法则
[第33集] 练习：标准正态分布和经验法则
[第34集] 经验法则和z分数进一步练习
[第35集] 中心极限定理
[第36集] 样本均值的抽样分布
[第37集] 样本均值的抽样分布2
[第38集] 均值标准误差
[第39集] 抽样分布例题
[第40集] 置信区间
[第41集] 伯努利分布均值和方差的例子
[第42集] 伯努利分布均值和方差公式
[第43集] 误差范围1
[第44集] 误差范围2
[第45集] 置信区间例题
[第46集] 小样本容量置信区间
[第47集] 假设检验和p值
[第48集] 单侧检验和双侧检验
[第49集] z统计量 vs t统计量
[第50集] 第一型错误
[第51集] 小样本假设检验
[第52集] t统计量置信区间
[第53集] 大样本占比假设检验
[第54集] 随机变量之差的方差
[第55集] 样本均值之差的分布
[第56集] 均值之差的置信区间
[第57集] 均值之差置信区间的澄清
[第58集] 均值之差的假设检验
[第59集] 总体占比的比较1
[第60集] 总体占比的比较2
[第61集] 总体占比比较的假设检验
[第62集] 线性回归中的平方误差
[第63集] 线性回归公式的推导1
[第64集] 线性回归公式的推导2
[第65集] 线性回归公式的推导3
[第66集] 线性回归公式的推导4
[第67集] 线性回归例题
[第68集] 决定系数R2
[第69集] 线性回归例题2
[第70集] 计算R2
[第71集] 协方差和回归线
[第72集] χ2分布介绍
[第73集] 皮尔逊χ2检验
[第74集] 列联表χ2检验
[第75集] 方差分析1：计算总平方和
[第76集] 方差分析2：组内和组间平方和
[第77集] 方差分析3：F统计量假设检验
[第78集] 相关性和因果性
[第79集] 演绎推理1
[第80集] 演绎推理2
[第81集] 演绎推理3
[第82集] 归纳推理1
[第83集] 归纳推理2
[第84集] 归纳推理3
[第85集] 归纳规律
[第1集] 均值 中位数 众数
[第2集] 极差 中程数
[第3集] 象形统计图
[第4集] 条形图
[第5集] 线形图
[第6集] 饼图
[第7集] 误导人的线形图
[第8集] 茎叶图
[第9集] 箱线图
[第10集] 箱线图2
[第11集] 统计：集中趋势
[第12集] 统计：样本和总体
[第13集] 统计：总体方差
[第14集] 统计：样本方差
[第15集] 统计：标准差
[第16集] 统计：诸方差公式
[第17集] 随机变量介绍
random variable随机变量，不是我们习惯意义上的变量，如y=x+1中的x，y；
随机变量通常不能求解，由大写字母构成，如X，Y，Z；其实随机变量不是变量（误导），而是函数；将随机过程映射到实际数字；
量化一个随机过程，比如下雨、不下雨，取不同的值，得到的这个变量是随机的，
随机变量就是函数映射；
开始学习概率分布和期望值；量化随机变量；
随机变量有两种：离散型和连续型；是否下雨是离散型随机变量（条形图）；下多少雨是连续型随机变量（函数图）；
随机变量概率分布：随机事件（变量的组合）出现的概率；
[第18集] 概率密度函数
Discrete离散；continuous连续；
连续随机变量一般是求某段区间内的概率，单独点的概率为0；
区间的概率就是概率密度函数两点之间的定积分；概率密度函数的全区间积分是1；