文章 "统计学基础"
哦，我喜欢基本要素，它们就像公理。在坚实的基础上--坚实的"圣杯" ))
有几点我在关于基础知识的文章中没有找到答案：
1) 为什么样本期望估计值是算术平均数，而不是几何平均数、调和平均数，甚至中位数。这种选择的理由是什么？
2) 如果我们想知道"样本值与其数学期望值相差多远 "，为什么需要计算离散 度而不是绝对平均偏差？
3) 在峰度系数中有一个有趣的三项，如果系数在分母中，就会造成一些混乱。把它放在那里是为了什么方便？
附注：这并不是对文章的批评，只是为那些正在学习基础知识的人提供参考。
顺便说一句，我也一直想知道标准差为什么比绝对平均值好。它有其他统计特性吗？还是说，所有这些平方只是因为数学中没有以分析形式求取模数的函数？)))
也许这些只是我们空间代数的特性？这里有一篇文章直接回答了这个问题-http://statanaliz.info/teoriya-i-praktika/10-variatsiya/15-dispersiya-standartnoe-otklonenie-koeffitsient-variatsii.html：
标准偏差显然也是衡量数据离散程度的一个指标，但现在（与离散程度不同）它可以与原始数据进行比较，因为它们的单位是相同的（这一点从计算公式中可以看出）。不过，即使是这种纯粹形式的指标，其信息量也不是很大，因为它包含了太多令人困惑的中间计算（偏差、平方、总和、平均值、根）。
不过，您已经可以直接使用标准偏差了，因为这一指标的特性已经得到了很好的研究和了解。例如，"三个西格玛 "规则指出，在正态分布的数据中，1000 个数值中有 997 个数值与平均值的偏差不会超过 3 个西格玛。
西格玛作为不确定性的一种度量，在许多统计计算中都会用到。它用于确定各种估计和预测的准确程度。 如果变化很大，标准偏差也会很大，因此预测就会不准确，例如，表现为置信区间很宽。
- statanaliz.info
顺便说一下，我也一直想知道标准偏差比绝对平均值好在哪里。
哦，我喜欢基础知识，它们就像公理。坚实的基础--坚实的 "圣杯" ))
有几点我在关于基础知识的文章中没有找到答案：
1) 为什么样本期望估计值是算术平均数，而不是几何平均数、调和平均数，甚至中位数。这种选择的理由是什么？
2) 如果我们想知道"样本值与其数学期望值相差多远 "，为什么需要计算离散 度而不是绝对平均偏差？
3) 在峰度系数中有一个有趣的三项，如果系数在分母中，就会造成一些混乱。把它放在那里是为了什么方便？
附注：这不是对文章的批评，只是给正在学习基础知识的人的一个想法。
1,2) 解释算术平均数和标准差使用的一些数学计算 -http://teorver-online.narod.ru/teorver49.html。
3) 本文给出的所有参数估计都是无偏的。因此，估计值必须乘以各种附加系数（特别是峰度公式中的三倍系数）。
- teorver-online.narod.ru
我们知道这一切，请告诉我们如何用它来建造一个圣杯）））。
遗憾的是，这又是一本数学参考书中的老生常谈。从作者的角度看，只是有些不准确的地方。因此，最好使用参考书而不是此类文章。
通常使用的二次误差规范源于它们在物理学中的成功应用，因为在大数极限中几乎所有的分布总和都趋向于随机变量的高斯分布，而高斯分布的指数恰好是误差的平方。在这种情况下，独立高斯分布量的联合分布概率包含指数误差的平方和。
其他误差规范也是可以接受的。
其他错误标准完全可以接受。
哦，真有意思。可惜我的统计学课本上没提到这一点。
也许你还知道如何识别多模态分布？
也许你还知道如何识别多模态分布？
新文章 统计学基础已发布：
每名交易者都使用某种统计计算进行工作，即使是基础分析的支持者也是如此。本文向您介绍统计学的基础及其基本要素，并说明统计学在决策中的重要性。
什么是统计学？以下是在维基百科中找到的定义：“统计学是对数据的采集、组织、分析、解释和表达进行的研究。”(统计学)。此定义提出了统计学的三个主要部分：数据采集、衡量和分析。数据分析对交易者而言尤其有用，因为收到的信息是经纪人提供的，或通过交易客户端得到的，已经经过衡量。
现代交易者（最）常用技术分析来决定是买还是卖。当使用某个指标或试图预测将来的价格水平时，他们几乎在一切事情中都应用统计学。事实上，价格波动图本身代表了股票或货币在时间上的某种统计。因此，理解促进交易者决策过程的主要机制下统计学的基本原则非常重要。
作者：QSer29