我这样的菜狗，真的是懒得写阿，都说统计学是数据分析的基础，看了些统计学的知识，但是，但是，如果没有被实际项目应用上真的是有点相当于白看阿，因为看懂了也不行，一样的不会用。。。尴尬了。

这一篇就输出一下自己粗略的学到的统计学的基础知识吧，也是防止自己慢慢遗忘，当然更希望有和我一样的入门菜狗，可以因为本菜狗的经验，少走一些弯路，这当然是最好的了。

本菜狗第一本书看的是《从零进阶，数据分析的统计基础》，这本书是借的，所以该忘的都忘了，也不好找回来了。这本书的内容比较简单，讲的相对也比较浅，大概三五天看完吧，我读书比较慢加上一点底子都没有，如果大学稍微学一点的话 我估计半天到一天应该是读得完的。我自己买的是John A.rice的《数理统计与数据分析》，网评好像还不错，一直没有时间看，没错，我是买书狂魔，但就是不看！那就边写这次总结边看这本书温习一下之前学的统计学吧。因为实在不知道从哪里写起本文了，艰难，哈哈。

所以就按照书上的章节来吧

第一章 概率

样本空间（sample space）：某随机现象所有的可能发生的结果，记为 Ω\Omega

排列组合：高一内容，补充点新知识：从n个对象中无重复抽取r个无序样本，则无序样本的个数记为（nr\frac{n}{r} ）= n!(n−r)!r!\frac{n!}{(n-r)!r!} （n与r上下排列没有分数线，不会打，尴尬）

标记再捕法：

n不能由现有信息精确地确定，但是可以估计出来，其中一个估计方法叫做最大似然估计法(maximum likelihood)，它将观测结果出现可能性最大的n作为其估计值。观测结果发生的概率是待估参数n的函数，称为似然

n个对象分成r个类，第i个类含有nin_{i} 个对象，i=1，...，r， ∑i=1rni=n\sum_{i=1}^{r}{n_{i}} = n ,那么这种分类方式共有： (nn1...nr)=n!n1!...nr!(\frac{n}{n_{1}...n_{r}}) = \frac{n!}{n_{1}!...n_{r}!} (左边式子没有分数线！！！)

未完继续