基于 Head First Statistics 的概率统计学习课程
点击任意章节卡片进入详细教程。每章包含概念理解、计算方法、工程应用、例题和 MATLAB 代码。
数据类型、均值中位数众数、方差与标准差、箱线图、直方图
事件与样本空间、概率规则、条件概率、独立事件、贝叶斯定理
计数原理、排列、组合、二项式系数、容斥原理
伯努利、二项分布、几何分布、泊松分布、期望与方差
均匀分布、正态分布、指数分布、中心极限定理引入
样本均值、抽样分布、标准误、CLT、大数定律
点估计、区间估计、置信水平、正态与t分布区间
零假设、P值、第一类/第二类错误、t检验、z检验
建议按以下进度完成学习，每周投入 4-6 小时。理解统计思想优先于死记公式。
理解数据分布的形状；掌握均值、中位数、方差的本质含义；建立概率的基本框架。
掌握排列组合的计数思想；理解二项分布和泊松分布的适用场景；建立随机变量的直觉。
正态分布为什么无处不在；中心极限定理是统计学的基石；理解标准误与样本量的关系。
置信区间是"不确定性的量化"；假设检验是"证据的强度"；理解P值的真正含义。
相关不等于因果；线性回归是最有力的预测工具之一；卡方检验揭示分类变量的关联。
贝叶斯思维是"信念的更新"；将统计方法应用于A/B测试、质量控制和风险管理。