统计量 编辑
统计量 或 抽样统计量 是样本测量的一种属性。 它计算的通过对数据集进行某种函数的运算后得到的值。
2
相关
估计，亦称推定，是求得近似的过程，近似值或估计值是不完全准确，但是会在实务上使用的数值，不准确的原因可能是因为有不确定性、输入资料不足、或是本身有不稳定性。但这个数值是由已知资讯所得的最佳结果，可在实务上使用。估计常常“是由母群体中的样本计算某一统计量，再以此来估计母群体对应的统计量。”样本中提供了一些信息，可以由来描述所需资讯的范围。若估计值超过实际值，称为高估，若估计值低于实际值，称为低估。
在统计学中，一个样本的置信区间，是对产生这个样本的总体的参数分布中的某一个未知母数值，以区间形式给出的估计。相对于点估计用一个样本统计量来估计量参数值，置信区间还蕴含了估计的精确度的信息。在现代机器学习中越来越常用的置信集合概念是置信区间在多维分析的推广。
在统计学中，一个样本的置信区间，是对产生这个样本的总体的参数分布中的某一个未知母数值，以区间形式给出的估计。相对于点估计用一个样本统计量来估计量参数值，置信区间还蕴含了估计的精确度的信息。在现代机器学习中越来越常用的置信集合概念是置信区间在多维分析的推广。
卡方检验是一种统计量的分布在零假设成立时近似服从卡方分布的假设检验。在没有其他的限定条件或说明时，卡方检验一般代指的是皮尔森卡方检定。在卡方检验的一般运用中，研究人员将观察量的值划分成若干互斥的分类，并且使用一套理论尝试去说明观察量的值落入不同分类的概率分布的模型。而卡方检验的目的就在于去衡量这个假设对观察结果所反映的程度。
卡方检验是一种统计量的分布在零假设成立时近似服从卡方分布的假设检验。在没有其他的限定条件或说明时，卡方检验一般代指的是皮尔森卡方检定。在卡方检验的一般运用中，研究人员将观察量的值划分成若干互斥的分类，并且使用一套理论尝试去说明观察量的值落入不同分类的概率分布的模型。而卡方检验的目的就在于去衡量这个假设对观察结果所反映的程度。
卡方检验是一种统计量的分布在零假设成立时近似服从卡方分布的假设检验。在没有其他的限定条件或说明时，卡方检验一般代指的是皮尔森卡方检定。在卡方检验的一般运用中，研究人员将观察量的值划分成若干互斥的分类，并且使用一套理论尝试去说明观察量的值落入不同分类的概率分布的模型。而卡方检验的目的就在于去衡量这个假设对观察结果所反映的程度。
卡方检验是一种统计量的分布在零假设成立时近似服从卡方分布的假设检验。在没有其他的限定条件或说明时，卡方检验一般代指的是皮尔森卡方检定。在卡方检验的一般运用中，研究人员将观察量的值划分成若干互斥的分类，并且使用一套理论尝试去说明观察量的值落入不同分类的概率分布的模型。而卡方检验的目的就在于去衡量这个假设对观察结果所反映的程度。
简单匹配系数，又称为兰德相似系数，是用于比较样本信合之间相似性与多样性指数的统计量。
估计，亦称推定，是求得近似的过程，近似值或估计值是不完全准确，但是会在实务上使用的数值，不准确的原因可能是因为有不确定性、输入资料不足、或是本身有不稳定性。但这个数值是由已知资讯所得的最佳结果，可在实务上使用。估计常常“是由母群体中的样本计算某一统计量，再以此来估计母群体对应的统计量。”样本中提供了一些信息，可以由来描述所需资讯的范围。若估计值超过实际值，称为高估，若估计值低于实际值，称为低估。
在统计学中，一个样本的置信区间，是对产生这个样本的总体的参数分布中的某一个未知母数值，以区间形式给出的估计。相对于点估计用一个样本统计量来估计量参数值，置信区间还蕴含了估计的精确度的信息。在现代机器学习中越来越常用的置信集合概念是置信区间在多维分析的推广。