概率学习2（2024-5-7）

1. 数据

总体population、横截面研究cross-sectional study，周期cycle，纵向研究longtitudinal study，记录record，参与调查的人respondent、样本sample、有代表性representative、过度抽样oversampling、原始数据raw data、重编码recode、数据清洗data cleaning。

数据的分组——相关分组处理方法

2. 分布—— 值及出现的次数——直方图histogram——每个值的频数frequency

描述变量的最佳方法之一是列出该变量在数据集中的值，以及每个值出现的次数。这种描述称为该变量的分布distribution。

• • 集中趋势central tendency——变量值是否集中在某个值的附近？

• • 众数mode——是否有多个聚集点？

• • 展布spread——变量的变化性如何？对值在分布中扩展规模的度量。

• • 尾部——当偏离众数时，其概率降低多块？

• • 离群值outlier——是否有远离众数的极端值？

汇总统计量summary statistic：针对一个群组进行统计。

　　均值 、平均数

　　方差variance、标准差standard deviation（又称为：均方差）。

效应量effect size：描述两个群组之间的差异。如，

（1）使用两个群组均值的差值描述两个群组之间的差值。

（2）将群组之间的差值与群组内的变化性进行比较——统计量Cohen's d。

正态分布normal distribution——钟形的理想化分布，也称为高斯分布。

均匀分布uniform distribution——所有值具有相同的分布。

临床显著clinically significant——在实践中有意义的结果，如群组之间的差异。

 page28——对图形中一部分数据进行放大，并转换数据，以强调种种区别。

3. 概率质量函数

概率probability：是频数的分数表示。

概率质量函数probability mass function，PMP：将每个值映射到其概率。