苍云静岳
苍云静岳 发表的所有内容
-
提辖！永远的神！
-
...有那么多人吗【笑】说的好像一个团伙一样【不是 没有的原因你自己都说了呀。感谢你的支持~
-
我也这么觉得，业界药丸~ 现在也就看看点兔这样的wwwwww 欢迎入站！
-
欢迎！ 但是总觉得E社坑... 助你长寿！【不】
-
有一说一，每次看都觉得好像啊...
-
回复请点左下角引用哈。 贵站能在线看人外风俗娘评鉴好评。 我站对外事务都是@天空 在负责，我会转告他的，还请稍候消息。
-
没事你就这么聊一聊很快就能新手上路了~ 不过那个可能也得1-2天才能过判定。 你还是稍微等等吧~
-
不我不是大佬，Kris才是啊~
-
西北老汉打死你哦，名字都叫不对的【笑】 多水水很快就新手上路了，就能到处去回复了~
-
是指这个。 而且指的是x_bar之和是趋于正态分布的。 所以说啦，n这个字母用太多次就会引起误会的w 你可以这么理解，和一次的样本量越来越大相关的，是大数定理；和抽取次数越来越多相关的，是中心极限定理。
-
就是说，你搞错了中心极限定理的定义。 中心极限定理说的就是n个独立同分布的随机变量之和服从正态分布... 所以，你说的n，和我说的这个n不是同一个n~【笑】 你说的n是样本容量，我说的n是抽样次数。 而中心极限定理的n，指的就是抽样次数... ——当然，有可能你认为的x_bar的含义和我认为的x_bar的含义也不一样【笑】
-
暂时不可以，原因是流量不够，万分抱歉。
-
马尔可夫不等式规定均值资源占用上限 切比雪夫不等式规定方差资源占用上限 大数定理，指样本量摧毁标准误差。 中心极限定理，指抽样次数抹平样本均值分布差别。 中心极限定理表明，所研究的随机变量如果是有大量独立的而且均匀的随机变量相加而成，那么它的分布将近似于正态分布。 所以其实这四条想导出的结果很简单，就是： “如果你样本足够大，抽样次数足够多，就可以用正态分布近似完美的模拟一切（大量独立的而且均匀的随机变量相加而成）分布。” 这也是很多应用统计分析的理论基础。 有一说一，“一枚骰子（sample size=1），当采样次数无限的时候x_bar的分布”还真不是uniform distribution。 你想想n=1的时候的x_bar，和n=2的时候的x_bar就知道了。 是求和啊，求和~~~ 求和不是纵向叠加...
-
为了cba攒过600~ 之前之后都没有了~
-
想了想才知道你说的是ShadowVerse 你说SV谁懂啊2333
-
艹这个画风也太像了叭2333
-
但是本体得不到啊！！！
-
金棋子拿来干嘛啊2333
-
wtf你们居然还有这种交易~
-
伊莉雅也没记得有~ 因为去年没什么相关的event啊~
-
下次？？？ 没记得有下次了...？
-
我说的当然是阿比的本子啊~ 说起来没怎么见过阿比本呢~
