因果推断
导论 什么是因果推断 “因果推断是由理论和对制度细节的深入了解共同撬动的一个杠杆，通过这一手段， 我们得以评估事件和选择（events and choices）对我们感兴趣的结果所带来的影响。” – Scott Cunningham 相关性与因果推断 最优化使一切变得内生 示例 统计与图 概率与回归知识 有 …
贝叶斯网路
贝叶斯网路
概率论
随机事件 随机现象 概率论与数理统计研究的的对象是随机现象。概率论是研究随机现象的模型（即概率分布）， 数理统计是研究随机现象的数据收集和处理。 在一定条件下，并不总是出现相同结果的现象称为 随机现象，只有一个结果的现象称为 确定性想象。 随机现象有两个特点： 结果不止一个； 哪一个结果出现，人们事先并不知道； 对在相 …
相关性
相关性 相关系数衡量的是两个变量同时变化的程度和方向，比如身高和体重，体重一般随着身高增加而增加， 在很多情况下，我们处理的对象都是连续变量与连续变量之间的关系，但是还有离散变量与离散变量， 连续变量与离散变量。 相关系数 皮尔逊相关系数 斯皮尔曼等级相关系数 Kendall 等级相关系数 相关性检验 参考 相关系数: …
Sobol 灵敏度分析
Sobol 灵敏度分析
DoWhy：因果推断框架
因果推断(causal inference)是基于观察数据进行反事实估计，分析 干预 与 结果 之间的因果关系的一门科学。 虽然在因果推断领域已经有许多的框架与方法，但大部分方法缺乏稳定的实现。 DoWhy 是微软发布的一个用于进行端到端因果推断的 Python 库，其特点在于： 提供了一种原则性的方法将给定的问题转化 …
统计方差分析
方差分析简介 对于多个总体均值的比较问题, 处理这类问题通常采用所谓的方差分析方法 方差分析理论 单因子方差分析 问题描述： 通常, 在单因子试验中, 记因子为 $A$ , 设其有 $r$ 个水平, 记为 $A_{1}, A_{2}, \cdots, A_{r}$ , 在每一个水平下考察的指标可以看成一个总体, …
统计因子分析
参考 因子分析的原理 利用Python简洁快速实现因子分析
统计因果分析
因果分析(Causal Analysis)是分析变量彼此之间的因果关系。 因果推断(Casual Inference)是基于原因推结果，是因果分析的一部分。 因果分析是数据分析、数据科学中重要的方法，广泛应用于 A/B Test、异常分析、用户增长等领域。 因果分析基础 因果分析的概念 因果 原因和结果 因果关系 原因 …
读统计之都《因果推断简介》系列文章
统计之都的《因果推断简介》系列文章是 2019 年的一些旧文章，作者是伯克利统计系的老师，研究方向是因果推断，不经意间看到了这个系列，也被统计之都最近一段时间推的关于因果推断的文章标题洗脑，恰巧工作中遇到了一些数据分析的问题，感觉可以用因果推断尝试去解决一下。 Yule-Simpson’s Paradox …
统计假设检验
假设检验 假设检验(Hypothesis Test)是由 K.Pearson 于 20 世纪初提出的， 之后由费希尔进行了细化，并最终由 Neyman 和 E.Pearson 提出了较完整的假设检验理论。 假设检验作为统计学的一项重要模块，是用来判断样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。 假设 …
统计学知识
概述 整理一下统计学中常用的概念、方法论. 作为一个统计学出身的人, 遇到这些问题时希望不要被难倒 内容大致包含： 大数定律、中心极限定理 贝叶斯公式、贝叶斯定理 参数估计 点估计、区间估计 最大似然估计与EM算法 假设检验 A/B test 方差分析 回归分析 主成分分析 因子分析 聚类分析 统计显著性 大数定律与中 …