统计分析：R语言入门 / 第 5 章

本章包含本书中最“纯粹的数学”概念。它旨在使用两种互补的图形方法来展示概率的三个主要概念。这可能使更容易理解下一章中使用的似然和贝叶斯技术的概念。但是，如果您已经了解了一些概率理论，或者愿意接受以下三个概率概念，那么您可能希望继续学习第 3 章。

到维基概率书的链接

1. 互斥加法 p(a 或 b) = P(a) + P(b)
2. p(a 和 b),
   1. 独立性概念
3. 条件概率
   1. 贝叶斯定理

使用的方法

1. 概率空间
2. 决策树

以图形方式执行此操作。我有一些想法。

主要文本在此

等等。

关于似然和模型，作为第 3 章的介绍

R 部分：将 R 用作计算器 - 还是应该放在后面的章节中？

介绍使用单个样本统计量对概率空间进行分类的想法，从而得到概率分布、累积分布、分位数（使用图形）。

介绍二项分布。不要给出公式：链接到维基百科上的二项分布。生成图形。一些样本统计量可以进行解析计算。

介绍泊松分布