正态分布里的西格玛_七大数据陷阱之油腻的统计学:正态分布来了

正态分布里的西格玛_七大数据陷阱之油腻的统计学:正态分布来了本文介绍了正态分布的概念及其在统计学中的重要性

a6314a13cfcb7186e74e0ba81b455c4f.png

上一篇中,我们给出了2018年美国职业橄榄球联盟的男性球员六个维度的平均数据,并详细分析了第一个维度,也就是球员球衣号码的数据分布服从均匀分布的情况,没有看的朋友可以先回看一下。

6dd124cb58007b953d0353173c270f1f.png

这里接着讲上图中的B图

B.正态分布:球员身高

NFL球员的身高数据分布形态非常类似于高斯分布,也就是正态分布,如下图所示。

正态曲线是在统计学界被誉为是神一样的存在,是诸多在统计学意义上进行比较的基础,既是一种超级强大的工具,也是重大错误产生的温床。

8308e5402811b373f568c21b44ce2ea5.png

在2018年季前赛期间, 名单上所有球员的平均身高是73.7英寸,或略低于6英尺2英寸,标准差是3.2英寸。

今天的文章 正态分布里的西格玛_七大数据陷阱之油腻的统计学:正态分布来了分享到此就结束了,感谢您的阅读。
编程小号
上一篇 2024-12-07 13:17
下一篇 2024-12-07 13:11

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/bian-cheng-ji-chu/80250.html