統計分析：R語言入門 / 第 5 章

本章包含本書中最“純粹的數學”概念。它旨在使用兩種互補的圖形方法來展示機率的三個主要概念。這可能使更容易理解下一章中使用的似然和貝葉斯技術的概念。但是，如果您已經瞭解了一些機率理論，或者願意接受以下三個機率概念，那麼您可能希望繼續學習第 3 章。

到維基機率書的連結

1. 互斥加法 p(a 或 b) = P(a) + P(b)
2. p(a 和 b),
   1. 獨立性概念
3. 條件機率
   1. 貝葉斯定理

使用的方法

1. 機率空間
2. 決策樹

以圖形方式執行此操作。我有一些想法。

主要文字在此

等等。

關於似然和模型，作為第 3 章的介紹

R 部分：將 R 用作計算器 - 還是應該放在後面的章節中？

介紹使用單個樣本統計量對機率空間進行分類的想法，從而得到機率分佈、累積分佈、分位數（使用圖形）。

介紹二項分佈。不要給出公式：連結到維基百科上的二項分佈。生成圖形。一些樣本統計量可以進行解析計算。

介紹泊松分佈