统计学

一、几种常见的随机变量分布形式和场景

• 正态分布 ： 人的身高
• 二项分布 ： 扔硬币
• 泊松分布 ： λ^k/k! *e^(-λ)，单位时间内随机事件发生的次数，一天内商场的顾客数，车站等车的人数，均值为λ
• 几何分布 ： 掷骰子点数为1第一次出现所经过的实验次数
• 超几何分布 ： 不放回抽样中，N个样品，M个次品，抽取n件，其中含有m件次品的概率
• 指数分布 ： λe^(-λx),随机变量只能取正数，均值为1/λ，寿命的分布

二、几种辨别异常值/离群点的方法

• 基于正态分布，均值±3σ，大概有99%的概率不会落在这个范围之外
• 基于箱线图，上下四分位数±1.5倍的IQR（四分位差）
• 聚类方法：DBSCAN，噪声值点