版权声明：本文为博主原创文章，转载请附上博文链接！ https://blog.csdn.net/qq_39823607/article/details/88038206
学习到的统计学内容知识点罗列以及个人理解：
- 首先理解样本和总体的关系，这一点会始终贯穿于整个统计学的学习。在一些统计工作中，原则上是需要对总体经进行调研，这样的统计结果更贴近现实，但由于其间工作量大及难以操作，这时，便提出随机样本概念，关键在于随机，这样可以保证避免出现斜样本。
- 集中趋势衡量、离中趋势衡量。集中趋势有均值、中位数、众数等衡量标准；离中趋势衡量有方差、标准差。
- 随机变量。随机变量实际上是一种泛函。（所以说嘛！泛函分析很重要）。
- 离散型随机变量可以用概率函数来直接描述，连续性随机变量便用概率密度函数来描述，离散是连续的特殊情况，连续是离散的极限。
- 二项分布即重复n次的伯努利试验。其期望值的本质是总体无穷时的总体均值。
- 泊松分布。泊松分布其实是一种极限的二次分布。
- 大数定理，这一概念很重要，是整个统计学的支撑。当实验次数足够大时，样本均值趋近于总体期望值。
- 正态分布，概率密度函数，归一化处理，常常用到。
- 由于“小概率事件”和“假设检验”的基本思想 “小概率事件”通常指发生的概率小于5%的事件，认为在一次试验中该事件是几乎不可能发生的。由此可见X落在（μ-3σ,μ+3σ）以外的概率小于千分之三，在实际问题中常认为相应的事件是不会发生的，基本上可以把区间（μ-3σ,μ+3σ）看作是随机变量X实际可能的取值区间，这称之为正态分布的“3σ”原则。