統(tǒng)計思維：程序員數(shù)學(xué)之概率統(tǒng)計

前言
第1章 程序員的統(tǒng)計思維
1.1 第一個孩子出生晚嗎
1.2 統(tǒng)計方法
1.3 全國家庭成長調(diào)查
1.4 表和記錄
1.5 顯著性
1.6 術(shù)語
第2章 描述性統(tǒng)計量
2.1 均值和平均值
2.2 方差
2.3 分布
2.4 直方圖的表示
2.5 繪制直方圖
2.6 表示概率質(zhì)量函數(shù)
2.7 繪制概率質(zhì)量函數(shù)
2.8 異常值
2.9 其他可視化方法
2.10 相對風(fēng)險
2.11 條件概率
2.12 匯報結(jié)果
2.13 術(shù)語表
第3章 累積分布函數(shù)
3.1 選課人數(shù)之謎
3.2 PMF的不足
3.3 百分位數(shù)
3.4 累積分布函數(shù)
3.5 CDF的表示
3.6 回到調(diào)查數(shù)據(jù)
3.7 條件分布
3.8 隨機(jī)數(shù)
3.9 匯總統(tǒng)計量小結(jié)
3.10 術(shù)語表
第4章 連續(xù)分布
4.1 指數(shù)分布
4.2 帕累托分布
4.3 正態(tài)分布
4.4 正態(tài)概率圖
4.5 對數(shù)正態(tài)分布
4.6 為什么需要模型
4.7 生成隨機(jī)數(shù)
4.8 術(shù)語
第5章 概率
5.1 概率法則
5.2 蒙提霍爾問題
5.3 龐加萊
5.4 其他概率法則
5.5 二項分布
5.6 連勝和手感
5.7 貝葉斯定理
5.8 術(shù)語
第6章 分布的運算
6.1 偏度
6.2 隨機(jī)變量
6.3 概率密度函數(shù)
6.4 卷積
6.5 正態(tài)分布的性質(zhì)
6.6 中心極限定理
6.7 分布函數(shù)之間的關(guān)系框架
6.8 術(shù)語表
第7章 假設(shè)檢驗
7.1 均值差異的檢驗
7.2 閾值的選擇
7.3 效應(yīng)的定義
7.4 解釋統(tǒng)計檢驗結(jié)果
7.5 交叉驗證
7.6 報道貝葉斯概率的結(jié)果
7.7 卡方檢驗
7.8 高效再抽樣
7.9 功效
7.10 術(shù)語
第8章 估計
8.1 關(guān)于估計的游戲
8.2 方差估計
8.3 誤差
8.4 指數(shù)分布
8.5 置信區(qū)間
8.6 貝葉斯估計
8.7 貝葉斯估計的實現(xiàn)
8.8 刪失數(shù)據(jù)
8.9 火車頭問題
8.10 術(shù)語
第9章 相關(guān)性
9.1 標(biāo)準(zhǔn)分?jǐn)?shù)
9.2 協(xié)方差
9.3 相關(guān)性
9.4 用pyplot畫散點圖
9.5 斯皮爾曼秩相關(guān)
9.6 最小二乘擬合
9.7 擬合優(yōu)度
9.8 相關(guān)性和因果關(guān)系
9.9 術(shù)語
作者及封面簡介
索引