统计 - 公式

以下是Tutorialspoint 统计教程中使用的统计公式列表。每个公式都链接到一个网页，该网页描述如何使用该公式。

A

乙

C

  • 切比雪夫定理- $ {1-\frac{1}{k^2}} $

  • 循环排列- $ {P_n = (n-1)!} $

  • 科恩卡帕系数- $ {k = \frac{p_0 - p_e}{1-p_e} = 1 - \frac{1-p_o}{1-p_e}} $

  • 组合- $ {C(n,r) = \frac{n!}{r!(nr)!}} $

  • 与替换组合- $ {^nC_r = \frac{(n+r-1)!}{r!(n-1)!} } $

  • 连续均匀分布- f(x) = $ \begin{cases} 1/(ba), & \text{当 $ a \le x \le b $} \\ 0, & \text{当 $x \lt a 时$ 或 $x \gt b$} \end{cases} $

  • 变异系数- $ {CV = \frac{\sigma}{X} \times 100 } $

  • 相关系数- $ {r = \frac{N \sum xy - (\sum x)(\sum y)}{\sqrt{[N\sum x^2 - (\sum x)^2][N \sum y^2 - (\sum y)^2]}} } $

  • 累积泊松分布- $ {F(x,\lambda) = \sum_{k=0}^x \frac{e^{- \lambda} \lambda ^x}{k!}} $

D

F

  • 阶乘- $ {n! = 1 \times 2 \times 3 ... \times n} $

G

H

我

  • 区间估计- $ {\mu = \bar x \pm Z_{\frac{\alpha}{2}}\frac{\sigma}{\sqrt n}} $

L

  • 逻辑回归- $ {\pi(x) = \frac{e^{\alpha + \beta x}}{1 + e^{\alpha + \beta x}}} $

中号

  • 平均偏差- $ {MD} =\frac{1}{N} \sum{|XA|} = \frac{\sum{|D|}}{N} $

  • 平均差- $ {平均\差= \frac{\sum x_1}{n} - \frac{\sum x_2}{n}} $

  • 多项分布- $ {P_r = \frac{n!}{(n_1!)(n_2!)...(n_x!)} {P_1}^{n_1}{P_2}^{n_2}...{P_x} ^{n_x}} $

氮

  • 负二项分布- $ {f(x) = P(X=x) = (x-1r-1)(1-p)x-rpr} $

  • 正态分布- $ {y = \frac{1}{\sqrt {2 \pi}}e^{\frac{-(x - \mu)^2}{2 \sigma}} } $

氧

磷

  • 排列- $ { {^nP_r = \frac{n!}{(nr)!} } $

  • 置换置换- $ {^nP_r = n^r } $

  • 泊松分布- $ {P(Xx)} = {e^{-m}}.\frac{m^x}{x!} $

  • 概率- $ {P(A) = \frac{有利\案例数量}{同样\可能\案例总数\数量} = \frac{m}{n}} $

  • 概率加性定理- $ {P(A\ or\ B) = P(A) + P(B) \\[7pt] P (A \cup B) = P(A) + P(B)} $

  • 概率乘法定理- $ {P(A\ and\ B) = P(A) \times P(B) \\[7pt] P (AB) = P(A) \times P(B)} $

  • 概率贝叶斯定理- $ {P(A_i/B) = \frac{P(A_i) \times P (B/A_i)}{\sum_{i=1}^k P(A_i) \times P (B/A_i) )}} $

  • 概率密度函数- $ {P(a \le X \le b) = \int_a^bf(x) d_x} $

右

  • 可靠性系数- ${可靠性\系数,\ RC = (\frac{N}{(N-1)}) \times (\frac{(总\方差\ - Sum\ of\方差)}{总方差}) } $

  • 残差平方和- $ {RSS = \sum_{i=0}^n(\epsilon_i)^2 = \sum_{i=0}^n(y_i - (\alpha + \beta x_i))^2} $

S

时间