无母数统计 编辑
无母数统计学,或称统计学、无母数统计分析,是统计学的一个分支,适用于总体概率分布情况未明、小样本、母体分布不为正态分布也不易转换为常态。特点在于尽量减少或不修改其建立之模型,较具稳健特性;在样本数不大时,计算过程较简单。
7
图片 0 图片
评论 0 评论
匿名用户 · [[ show_time(comment.timestamp) ]]
[[ nltobr(comment.content) ]]
相关
天文统计学是一门涉及了天体物理学,统计学和数据挖掘的交叉学科。它用于处理自动化巡天扫描生成的海量数据,刻画复杂的数据集,并利用天文学数据限制天体物理理论。天文统计学涉及了统计学的许多分支,包括无母数统计、一般线性模型和多元分类,时间序列,特别是贝叶斯推断。
调控回授网络是利用负反馈来进行推理的类神经网络。回授不是为了最佳学习或是最佳训练的权重,是用来找到节点的最佳活化方式。此作法的效果类似无母数统计,但和最近邻居法不同,调控回授网络在数学上已证明可以模拟前馈神经网络。
核回归是统计学中用于估计随机变量的条件期望的无母数统计方法。目的是找到一对随机变量X和Y之间的非线性关系。
在模式识别领域中,最近邻居法是一种用于分类问题和回归分析的无母数统计方法。在这两种情况下,输入包含特征空间中的k个最接近的训练样本。
在模式识别领域中,最近邻居法是一种用于分类问题和回归分析的无母数统计方法。在这两种情况下,输入包含特征空间中的k个最接近的训练样本。
在模式识别领域中,最近邻居法是一种用于分类问题和回归分析的无母数统计方法。在这两种情况下,输入包含特征空间中的k个最接近的训练样本。
在统计学中,样本的第



k


{\displaystyle k}

顺序统计量即它从小到大排列时的第



k


{\displaystyle k}

个值,常用于无母数统计无母数统计中。常见的顺序统计量包括样本的最大值、最小值、中位数等。
在模式识别领域中,最近邻居法是一种用于分类问题和回归分析的无母数统计方法。在这两种情况下,输入包含特征空间中的k个最接近的训练样本。
在统计学中,斯皮尔曼等级相关系数, 经常以希腊字母



ρ


{\displaystyle \rho }

或以




r

s




{\displaystyle r_{s}}

表示,此相关系数以查尔斯·斯皮尔曼之名命名。 它是衡量两个变量的依赖性的无母数统计指标。 它利用单调方程评价两个统计变量的相关性。若数据中没有重复值,且当两变量完全单调相关时,斯皮尔曼相关系数为 +1 或 −1 。