概率论与数理统计

按认知顺序学:先定规则(概率基础)→ 把结果映成数字(随机变量)→ 看多变量关系(多维)→ 看极限行为(大数定律)→ 从样本下结论(统计推断)。


📚 内容导航

名称说明链接
概率基础三条公理 + 条件概率;拿到新信息就用贝叶斯更新旧信念进入
随机变量期望看平均、方差看波动;选对分布就是选对建模假设进入
多维随机变量联合/边缘/条件三视角;协方差只描述线性关系,相关≠因果进入
大数定律与中心极限定理均值的不确定性只按 1/√n 缩小;任意分布的均值趋于正态进入
统计推断估计给范围、检验给决策;p 值不是效应大小,多重比较必须校正进入

🎯 按问题找答案

你想解决的问题先看
告警、风控、命中率看着好却不准概率基础(基率陷阱)
P99 比均值重要、指标波动多大算正常随机变量
两个指标强相关,能不能只留一个多维随机变量
A/B 实验要多少样本、多久能停大数定律、统计推断
损失函数、正则项背后的统计含义概率基础、信息熵

🔗 相关链接

主题链接
上一级打开
微积分打开
离散数学打开
信息论打开
线性代数打开
优化理论打开

此文件夹下有5条笔记。