Python知識(shí)分享網(wǎng) - 專業(yè)的Python學(xué)習(xí)網(wǎng)站 學(xué)Python,上Python222
數(shù)據(jù)分析師面試題目 DOC 下載
發(fā)布于:2023-12-09 10:09:01
(假如點(diǎn)擊沒反應(yīng),多刷新兩次就OK!)

數(shù)據(jù)分析師面試題目 DOC 下載   圖1

 

 

 

 

資料內(nèi)容:

 

 

計(jì)算平均有哪些指標(biāo),各有哪些優(yōu)缺點(diǎn)

數(shù)值平均數(shù)有算術(shù)平均數(shù)、調(diào)和平均數(shù)、幾何平均數(shù)等形式 位置平均數(shù)有眾數(shù)、中位數(shù)、四分位數(shù)等形式 前三種是根據(jù)各單位標(biāo)志值計(jì)算的,故稱為數(shù)值平均值,后三種是根據(jù)標(biāo)志值所處的位置.  

相關(guān)分析和回歸分析有什么關(guān)系 

回歸分析與相關(guān)分析的聯(lián)系:研究在專業(yè)上有一定聯(lián)系的兩個(gè)變量之間是否存在直線關(guān)系以及如何求得直線回歸方程等問題,需進(jìn)行直線相關(guān)和回歸分析。從研究的目的來說,若僅僅為了了解兩變量之間呈直線關(guān)系的密切程度和方向,宜選用線性相關(guān)分析;若僅僅為了建立由自變量推算因變量的直線回歸方程,宜選用直線回歸分析。

回歸分析和相關(guān)分析都是研究變量間關(guān)系的統(tǒng)計(jì)學(xué)課題,它們的差別主要是:

1、在回歸分析中,y被稱為因變量,處在被解釋的特殊地位,而在相關(guān)分析中,xy處于平等的地位,即研究xy的密切程度和研究yx的密切程度是一致的;

2、相關(guān)分析中,xy都是隨機(jī)變量,而在回歸分析中,y是隨機(jī)變量,x可以是隨機(jī)變量,也可以是非隨機(jī)的,通常在回歸模型中,總是假定x是非隨機(jī)的;

3、相關(guān)分析的研究主要是兩個(gè)變量之間的密切程度,而回歸分析不僅可以揭示x對(duì)y的影響大小,還可以由回歸方程進(jìn)行數(shù)量上的預(yù)測(cè)和控制。

3.給出一組數(shù)據(jù)說是服從正態(tài)分布,求方差和均值 

4.給出一個(gè)概率分布函數(shù),求極大似然估計(jì) 

 求極大似然函數(shù)估計(jì)值的一般步驟:

?。?/span>1 寫出似然函數(shù);(2 對(duì)似然函數(shù)取對(duì)數(shù),并整理;(3 求導(dǎo)數(shù) ;(4 解似然方程

 極大似然估計(jì),只是一種概率論在統(tǒng)計(jì)學(xué)的應(yīng)用,它是參數(shù)估計(jì)的方法之一。說的是已知某個(gè)隨機(jī)樣本滿足某種概率分布,但是其中具體的參數(shù)不清楚,參數(shù)估計(jì)就是通過若干次試驗(yàn),觀察其結(jié)果,利用結(jié)果推出參數(shù)的大概值。極大似然估計(jì)是建立在這樣的思想上:已知某個(gè)參數(shù)能使這個(gè)樣本出現(xiàn)的概率最大,我們當(dāng)然不會(huì)再去選擇其他小概率的樣本,所以干脆就把這個(gè)參數(shù)作為估計(jì)的真實(shí)值。當(dāng)然極大似然估計(jì)只是一種粗略的數(shù)學(xué)期望,要知道它的誤差大小還要做區(qū)間估計(jì)。

 3.7.3 已知總體X服從泊松分布

          (λ>0,  x=0,1,…)

(x1,x2,,xn)是從總體X中抽取的一個(gè)樣本的觀測(cè)值,試求參數(shù)λ的極大似然估計(jì).

 解.參數(shù)λ的似然函數(shù)為