常態分布
含有「常態分布」共 11 篇內容
全部內容
發佈日期由新至舊
這一節的標題是0.4 A Normal Distribution of Random Numbers，介紹常態分布的基本概念，以及相關亂數產生器的使用方法與應用方式。
嗨JC！
憑空生出了情報會議記錄，還有更難的任務落在你身上嗎？
來點新鮮的讓傑叔開開眼界吧！
第六名～OMG～應該會被大卸八塊吧
前面說明了所謂「假設檢定」的邏輯，也就是推論統計的基礎。但前面都還只是概念的階段，目前沒有真正進行任何的操作──還沒有提到推論統計的技術。
這篇其實有點像是一個過渡，是將前面的概念銜接到下一篇t分數之間的過程，也可以說是稍微解釋一下t檢定怎麼發展出來的。
真是太令人感動！感謝大大的智慧結晶！
接續上一篇，繼續來講如何從常態分布的機率進行假設檢定，進而推論母體的平均數吧！
這篇會提到否證的邏輯、魔法數字0.5以及統計檢定到底是什麼這三個主題。
在上一篇文章解釋了常態分布怎麼幫助我們計算事件發生的機率，而更之前也看過了抽樣分布是如何形成常態分布的過程，現在就要利用這兩件事情來慢慢帶出什麼是統計學中的「假設檢定」了。
ETF「進階數據」報告是Hank透過統計的方式，衡量現在的台股ETF市場相對過去，究竟是屬於高或低的位階區間。本次的數據統計以 2024/1/5的股價為基準點，目前統計名單內含有30檔台股ETF。我在報告是透過短中長三種不同週期的視角，搭配標準差與常態分佈的統計模型，進行位階的評估，關於位...
依照中央極限定理，我們可以得知（獨立且隨機樣本的）抽樣分布最終會形成常態分佈，那麼這件事情到底為什麼很重要呢？
這篇文章就來介紹一些常態分布的基本特性，以及最重要的──常態分布怎麼幫助我們計算機率。
在上一篇文章中區分了什麼是母體分布、樣本分布以及抽樣分布，另外也示範了抽樣分布的形成過程。在這一篇當中就要介紹抽樣分布與常態分佈之間到底是什麼樣的關係了。
很多時候我們會聽到，現在股價高檔要留意下修的風險或現在的股價在低檔可以開始進行布局，這時你心中一定會想，股價的高檔或是低檔這些位階，是如何判斷的?這次我將告訴你，我如何透過『相對位階估價法』評估股價的位階，同時我也會告訴你這種『相對位階估價法』的缺點，避免你陷入投資方法的誤區。
British Medical Journal，英國醫學期刊（簡稱 BMJ），創始於1840年，在醫學研究領域享有盛名。本系列精選BMJ所發行之3百多題Statistical Question，採用中英對照有興趣的朋友們可進行回答。各題都有詳細說明。預計每周末出刊。本題是介紹常態分布的特性。
