本文系投稿作品 投稿邮箱[email protected]
作者 | 小越酱
文中【多张高清原图】以及【其他参考资料链接】，请微信后台（非评论区）回复关键词“图”。
------------------
【福利】2017云栖大会深圳峰会
3月27-29日，37场分论坛，100余嘉宾
阿里云总裁、CTO及首席科学家到场分享
涵盖全球技术热点
点击文末阅读原文
免费限时报名
报名详情见文末
------------------
本文用一系列「思维导图」由浅入深的总结了「统计学」领域的基础知识，是对之前系列文章做的一次完整的梳理，也是我至今为止所有与统计有关的学习笔记。众所周知，「统计学」是深入理解「机器学习|数据挖掘」的重要基础学科。正所谓磨刀不误砍柴工，对于数理基础薄弱的人，强化一下理论的学习是大有裨益的。普通人难以做到“一次学习”，经典知识总是在一次次回顾后才能有更深入的理解。这也是我选择「思维导图」作为学习工具的原因，发散性思考的模式能帮助迅速回忆起相关的知识。近一个月我对之前陆陆续续学习的统计知识进行了系统性的复习、知识点补充以及思维导图笔记的完善，在这里把完整的笔记和大家分享。本文图片很多，请在wifi下阅读哦。
思维导图说明
-
默认阅读顺序：从右→左，顺时针方向。
-
核心重点用「红色星星」标出，需要重点理解，一般是后续学习的基石；「绿色星星」则为需要进一步巩固的内容；「蓝色星星」为高级部分，可以暂时不深入；「红色旗子」表示并列层级，「绿色旗子」为下一层级；「黄色星星」表示需要注意的内容点。
-
「箭头线」标出了知识之间的联系。
-
文末附上了分章节整理的链接及百度云盘文件分享，可以根据需要阅读。
-
笔记只是我学习过程的知识整理，本来是我自己复习时辅以参考的， 难免有缺陷及错误，希望大家能积极帮我批评指正哦。
?导图概览
?描述性统计：表格和图形法
?描述性统计：数值方法
?概率
?概率&概率分布
?抽样分布
?区间估计
?假设检验
?两总体均值之差和比例之差的推断
?总体方差的统计推断
?多个比率的比较&独立性检验&拟合优度检验
?实验设计&方差分析
?简单线性回归
?残差分析
?多元回归
?回归分析
?时间序列及预测
?非参数方法
参考资料
《STATISTICS FOR BUSINESS AND ECONOMICS》12e David R. Anderson etc.
作者介绍
小越酱
本人是某医学院校研二小硕一枚，本科医学背景，硕士研究方向为生物信息学（日常工作均与生物数据打交道），求学过程中对数据科学产生了浓厚的兴趣，热爱Python编程以及思维导图，希望能得到一份数据相关的实习，坐标：杭州/上海，实习时间：17年7月-18年4月。愿意给我机会的朋友可以查看我的博客：https://woaielf.github.io/，了解我目前关注的领域。我的邮箱：[email protected]。谢谢大家！
文中【多张高清原图】以及【其他参考资料链接】，请微信后台（非评论区）回复关键词“图”。
【线上活动免费限时报名】
2017云栖大会深圳峰会
主论坛各类重磅发布，云产业“奥斯卡”即将揭晓
37场分论坛，100余分享嘉宾，涵盖全球技术热点
时间：3月27-29日
报名通道将于3月24日关闭
请确保尽早报名获取峰会入场券。
点击文末阅读原文获得免费报名名额，微信会提示你用浏览器打开该链接，只要按提示步骤操作即可报名成功啦！全过程大概耗时30秒。
扫码加入“大数据文摘-阿里云栖社区”，有专人指导报名和进行相关交流。
或加微信bigdataGJJ，备注"云栖"
来源：https://zhuanlan.zhihu.com/p/25884239?utm_medium=social&utm_source=wechat_timeline&from=singlemessage&isappinstalled=0
点击图片阅读文章
机器学习性能改善备忘单：32个帮你做出更好预测模型的技巧和窍门
文章评论