数学小课堂:统计时有效地筛选数据

Posted iOS逆向

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数学小课堂:统计时有效地筛选数据相关的知识,希望对你有一定的参考价值。

文章目录

引言

在博弈论中很多结果有发生的概率,而概率这件事只是估计出来的,并不准确。因此,一旦加入博弈的选手多了之后,不确定性会大大增加,严重影响结果。

I 被爆冷门的原因

乒乓球、网球或者羽毛球比赛,前两轮种子选手只进攻不防守,以最短的时间拿下比赛,节省体力。

从数学上分析,制定最好的策略,是要考虑到对方采用每一种策略的概率,而不是简单考虑对方一定会采用对自己最不利的策略。

II 统计时有效地筛选数据

2.1 统计数据的常见问题

  1. 数据量不够
  2. 用于寻找统计规律的数据不具有代表性

2.2 大数据的特征

  1. 数据量大
  2. 数据的完备性
  3. 非刻意收集的自然数据

2.3 有效筛选数据的原则

  1. 过滤噪音,提高信噪比,甚至干脆丢弃信噪比较低的数据。
  2. 舍弃那些可信度不高的信息源。

判断信息源的可信度,常常要看谁来使用(引用)那些数据,比如我们在寻找医疗数据时,就要看那些医学院教授们引用的数据。

  1. 一致性验证

信用评估系统利用人在不同场合的行为,发现了很多不一致性,就认为这些人所表现出来的信用不具有说服力。

以上是关于数学小课堂:统计时有效地筛选数据的主要内容,如果未能解决你的问题,请参考以下文章

数学小课堂:古德-图灵折扣估计法和插值法(防范黑天鹅事件的方法)

概率论小课堂:公理化过程(大数据方法解决问题的理论基础)

数学小课堂:搭建通往数学的桥梁(掌握了基本概念和相应的思维方式),不断训练自己的思维方式。

在不可搜索时有效地获取子集

概率论小课堂:高斯分布(正确认识大概率事件)

概率论小课堂:概率简史(从不确定到确定,再到不确定。)