我们1年来学了，工艺流程自动化，互联互通PAV，计算机集成制造CIM，流程管理Prozess management。。。
计算机科学出生的Willmann教授，不停的给我们训练SPC质量控制卡的识别和使用方法。
SPC卡涉及到很多数理统计学的知识，比如正态分布，高斯分布，28原则，90%quantitil。。。
光是看概念，就已经晕死190次了。最后每次都是死过去，慢慢站起来，一点点掌握相关知识点。终于不再晕死了。
我一段怀疑，他为什么对这个无聊的东西这么感兴趣，如今随着时间，却发现这个东西是检验生产流程稳定性和工艺的好指标啊。
那么，赶快抓紧时间弄明白吧。
统计学的灵魂是数据的分布类型，正态分布，t分布，卡方分布，
还有数学方法：最大似然法，最小二乘法。
明白了这些，统计学就会变成一页纸。
忘记了细节，你也能倒推出来。
特别感谢公众号，精鼎统计，里面的松哥统计，却是人才，他的文章简单易懂，我都等不及也去参加一下他的课程，只是可惜人在海外，无法直达现场，如果他可以开通一下网课，特别辅导，在下是感激不已的。感谢他对海外华人的帮助！
融合我自己的感受，加上松哥在文章里的醍醐灌顶，特意在此编写一个欧洲版的为什么统计学难学。
为什么统计学难学？
很多人只重视术，不重视道。
就是说，很多人每天都在训练学习统计方法，却不却参透一下统计思想。
不学思想，方法掌握的再多，只能把自己搞晕
只有理解了思想，才可以自如的驾驭
解剖，病理都是教人事物的特征和表现，that is。。。
包括我们智能制造的很多课程，也是教我们认识工业生产的相关要素的特征和表现，使用方法，应用范围，优点缺点等
这些东西，我们只需要记住就好了，不需要理解力。
所以很多管理类课程，都是死记硬背的学科，和机器人一样的学习，枯燥而没有乐趣。
假设检验是统计学的思想之一。
统计学包括4大类假设检验。
t检验
F检验
卡方检验
非参数检验
假设检验思想：一分为二，灭其一
比如一个警察追小偷至以三叉路口，不知道小偷往那边逃跑，该警察通过统计推测，小偷逃跑向右侧的概率P<0.05.
而P<0.05的事件为小概率事件，小概率事件在一次事件过程中，不会发生，
因此，小偷应该逃向了左侧岔路。
科学研究亦是如此，我们把科学研究的结局凝练为两种可能A和B，
然后用小概率事件将其中的一种可能，如A给灭掉，
剩下的B就是真理存在的地方。
对于统计学假设检验的结果，要抱着科学的态度认识，
即使上述认为B是真理存在的选择，但是统计学检验依旧是会发生错误的。
这就是统计学的I类和II类错误。
I类错误是弃真，是把真值抛弃;
II类错误是存伪，是把假的东西留存下来了。
网友评论