数理统计：分布、估计、检验与回归分析
该思维导图概述了数理统计的六个章节内容，包括统计学基本概念、分布与样本（包含统计量和抽样分布）、参数估计（点估计和区间估计）、假设检验（包含Neyman-Pearson原理）、回归分析（一元回归和多元回归）以及实验部分（假设检验与回归应用案例）。 它系统地呈现了数理统计的核心内容，从基本概念到具体的分析方法和应用案例，脉络清晰，逻辑严谨。
源码
# 数理统计
## 6.1 概述
### 统计学基本概念
#### 统计学的定义
#### 数据的类型
#### 描述统计与推断统计
## 6.2 分布与样本
### 统计量
#### 样本均值
#### 样本方差
#### 样本标准差
### 抽样分布
#### 中心极限定理
#### t分布
#### 卡方分布
## 6.3 参数估计
### 点估计
#### 估计量的性质
#### 最大似然估计
### 区间估计
#### 置信区间
#### 较大样本与较小样本的估计
## 6.4 假设检验
### Neyman_Pearson原理
#### 检验的类型
#### 第一类错误与第二类错误
#### p值的概念
## 6.5 回归分析
### 6.5.1 一元回归
#### 模型假设
#### 最小二乘法
#### 相关系数
### 6.5.2 多元回归
#### 自变量选择
#### 多重共线性
#### 模型评估指标
## 6.6 实验
### 假设检验与回归应用案例
#### 实际案例分析
#### 数据预处理
#### 结果解释与报告
图片
