1、你好同学，这个是直方图，数理统计的一个方法。直方图(Histogram)，又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。
2、分布的集中趋势，反映各数据（众数、中位数、分位数、均值、几何平均数、切尾均值）向其中心值靠拢或聚集的程度。分布的离散程度，反映各数据（极差、内距、方差和标准差、离散系数）远离其中心值的趋势。
3、beta分布贝塔分布（BetaDistribution)是一个作为伯努利分布和二项式分布的共轭先验分布的密度函数，在机器学习和数理统计学中有重要应用。在概率论中，贝塔分布，也称Β分布，是指一组定义在(0，1)区间的连续概率分布。
4、贝叶斯规则：后验分布=似然函数*先验概率分布（六）贝塔分布贝塔分布（BetaDistribution)是一个作为伯努利分布和二项式分布的共轭先验分布的密度函数，在机器学习和数理统计学中有重要应用。
5、V的分布函数：FV(v)=P(V≤v)=∫∫[x-y≤v]fX(x)fY(y)dxdy，其中[x-y≤v]表示x-y≤v的区域。如果X和Y是连续型随机变量，则可以通过对上式进行积分求解出FV(v)。
6、分布列：表示概率在所有的可能发生的情况中的分布。分布列一般用于离散的随机变量的分布描述。基本上是可以列表出来的来，也就是说有限少数的概率分布。
数理统计如何求U,V,W的分布?
有这样的公式：p(u，v)=p(x，y)*|J|*I，这里p(u，v)是关于u，v的二维变量联合分布，p(x，y)是关于x，y的二维变量联合分布，J是雅可比矩阵，解释如下，I为单位矩阵。
而，E(U)=E(X+Y)=E(X)+E(Y)，E(V)=E(X+aY)=E(X)+aE(Y)。UV=(X+Y)(X+aY)=X+(a+1)XY+aY，E(UV)=E(X)+(a+1)E(XY)+aE(Y)。
中心极限定理。Xi独立同分布、方差存在，则Xi的和近似服从正态分布。第六章数理统计。内容有二。总体与样本。总体有分布函数、概率分布、概率密度，相应样本有分布函数、分布律、概率密度。抽样分布。
a的置信区间为：[65%－96(65%(1－65%)/√100)，65%+96(65%(1－65%)/√100n)]=(565%，735)。
而统计学中涉及的分布较多，应用范围也很广泛，如果能了解各种分布之间在理论上的相互联络，计算方法上的相互转化，就可以更好的把统计学理论应用于实际工作中。
增量坐标表示方法，在数控车床中，某一点的坐标可以表示为机床原点的绝对坐标（x，y，z），也可以表示为相对于上一点的增量坐标（u，v，w），w、u就是相对于上一点的z、x方向的上的位移。
数据分析必备的统计学知识大梳理!立刻收藏
从“道”的层面来看，回归分析是业务分析，其分析的不是数据，而是业务，是业务中的不确定性。通过业务分析，获得对业务不确定性的理解，进而将抽象的不确定性业务问题转换成一个具体的数据可分析问题。
线性回归要求因变量必须是连续性数据变量；逻辑回归需求因变量必须为分类变量、二分类或多分类；例如，要分析性别、年龄、身高和饮食习惯对体重的影响，请通过线性回归来分析体重是实际重量，还是连续性数据变量。
大多数人在听到概率这个词的时候，频率统计是首先想到的统计类型。它涉及应用一些数学理论来分析事件发生的概率，明确地说，我们唯一计算的数据是先验数据(priordata)。
数据分析需要掌握的知识：数学知识数学知识是数据分析师的基础知识。对于初级数据分析师，了解一些描述统计相关的基础内容，有一定的公式计算能力即可，了解常用统计模型算法则是加分。
统计学我看一些人推荐了不少统计学的专业书籍，直接把人吓跑了。我自己就大学时候学过《概率论与数理统计》，其他统计相关的内容也没怎么看过。对于互联网的数据分析来说，并不需要掌握太复杂的统计理论。
数据分析需要学习以下几点：统计学。编程能力。数据库。数据仓库。数据分析方法。数据分析工具。
数理统计方法有哪些?
1、统计表统计表是反映统计资料的表格。是对统计指标加以合理叙述的形式，它使统计资料条理化，简明清晰，便于检查数字的完整性和准确性，以及对比分析。统计表从形式上看，由标题、横行、纵栏、数字等部分所组成。
2、大量观察法：即对研究总体的全部或足够多数的单位进行调查并进行综合分析。统计分组法：应用分组来研究总体内部差异的方法。统计指标法：应用统计指标来反映和研究现象总体的数量状况。
3、数理统计法，数学的一门分支学科。它以概率论为基础运用统计学的方法对数据进行分析、研究导出其概念规律性(即统计规律)。数理统计法的主要研究随机现象中局部(字样)与整体(母体)之间。
4、统计法常用的方法包如下：描述性统计：描述性统计是最基本的统计方法，主要用于对数据的分布、中心值、离散度等进行简单的描述和总结。常用的描述性统计指标包括平均数、中位数、众数、标准差等。
