概率统计

基本信息

• 学习周期：9天 2-3h/天
• 学习形式：理论学习 + 练习
• 人群定位：了解 python 编程语言 和 概率统计的基本概念，希望通过程序模拟的方式来熟悉概率统计知识的学习者。
• 先修内容：Python编程语言
• 难度系数：低

任务安排

Task1：随机事件与随机变量（1天）

理论部分

• 基本概念：随机事件，样本空间等；
• 概率基础：古典概型，条件概率，贝叶斯公式；
• 随机变量及其分布特征

练习部分

• 做理论知识点的笔记；
• python实现二项分布，协方差和相关系数以及贝叶斯公式；

Task2：数理统计与描述性分析（2天）

理论部分

• 统计量与抽样；常用统计量；
• 数据集中与离散趋势的度量；
• 分布特征，偏度与峰度；

练习部分

• 做理论知识点的笔记；
• python实现数据各维度的描述性分析；

Task3：常见分布与假设检验（3天）

理论部分

• 离散型分布，连续型分布，python实现及可视化；
• 假设检验步骤及两类错误解读；
• 假设检验的python实战；

练习部分

• 做理论知识点的笔记；
• python实现常见分布，python实现假设检验；

Task4：方差分析（3天）

理论部分

• 单因素组间方差分析与双因素方差分析；
• 方差的相关检验，主效应和交互效应；

练习部分

• 做理论知识点的笔记；
• python实现方差分析；

---

贡献人员

姓名	描述	博客
张晓东	数据分析师
张雨	复旦大学在读博士	Github：https://github.com/Drizzle-Zhang
杨剑砺	制造业数据从业者