大數據分析或人工智慧基礎模板：機率分配模擬器

必要功能：
1️⃣ 常用45種機率分配的隨機樣本皆可模擬
2️⃣ 可以隨機生成1億筆以上
3️⃣ 可同時生成兩組或以上的獨立隨機樣本
4️⃣ 可同時生成兩組或以上相依隨機樣本
5️⃣ 可讓機率分配任意函數轉換
6️⃣ 可讓機率分配任意做數學組合

既然機率分配模擬器是人工智慧基礎模板，樣本訓練和比對就是為了能夠和基礎模板配適！

你基礎模板內的機率分配種類不夠多，不能做任意的函數轉換，不能任意做數學組合，硬要套入不到10種固定的機率分配，這就是為什麼人工智慧不會有數學模型結果，只有圖形和精確指標提供參考！

#數據分析
喜歡請點讚、關注和分享，謝謝

介紹文：你用對數據分析嗎？分享完整的數據分析流程

https://meiyulee.github.io/leetalk/2022/03/25/data-analysis-procedure

這文寫了兩天😂😂，如果有新的還會繼續增加

#數據分析

喜歡請點讚、關注和分享，謝謝

分享文：為什麼比對模型那麼困難，搞出那麼多花招指標

https://meiyulee.github.io/leetalk/2022/03/27/cannot-compare-model-reason

有直線道路只是路上障礙太多還特移不走

繞路而行也不知定位系統有沒有發揮作用，能夠走到目地的

我提出兩點說明為什麼比對模型那麼困難！

#數據分析

喜歡請點讚、關注和分享，謝謝

數據的機率分配（機率模型）不知道就沒辦法做後續的大數據分析和人工智慧。

知道數據的機率分配，卻不知道參數為何，這不完整的機率分配檢定也不行！

我們怎麼才能得到完整的數據機率分配呢？那你得要知道數據來自哪個特定參數值的機率分配！

下方連結是使用建模軟體跑出結果，沒有圖形顯示！而《統計學不能做為大數據分析的工具》的軟體可以繪製圖形了解數據的機率分配型態！

https://meiyulee.github.io/leetalk/2022/03/29/goodnessoffit

你可以先用建模軟體測定數據的機率分配，再用自己常用的軟體或程式，為數據的機率分配做原型，訓練樣本或成為事前機率。

喜歡請點讚、分享或轉發，謝謝

分享文：延續前篇，有些人不喜歡一次測45種分配，他們已經使用其他軟體測定出數據的分配，但不知道參數多少。這時候，你可以就檢定特定分配的方式去找出分配參數！

是的，可以不經過區間估計和假設檢定的一個母體平均數、變異數、母體比例做估計和檢定。

那我們怎麼找數據的特定分配參數呢？連結內文使用建模軟體幫你找出分配參數！

https://meiyulee.github.io/leetalk/2022/03/30/goodness

有關安裝和系統要求請看前篇博文。

#適合度檢定 #數據分析 #機率模型
#大數據 #大數據分析 #人工智慧
喜歡請點讚、分享或轉發，謝謝

#圖解觀念系列 這是篇概念文！

機率和統計的差異很容易知道，就是看你知不知道母體參數已知與否。

https://meiyulee.github.io/leetalk/2022/04/03/prob-stat

但是你知道母體是什麼嗎？
母體特性是用機率分配表示，那你知道機率分配嗎？
機率分配由母體參數控制，那你知道不同機率分配的參數為何嗎？
經過層層的了解你才能知道機率和統計的差異在哪，以及何時是用機率，何時是用統計。

#統計 #機率 #statistics #probability #datascience #AI #ML #DL

文中雖然用了母體為常態分配做說明，但母體未必都是常態分配。不同分配有不同參數。此外，一組數據可以有很多種統計量，自然也對應不同的抽樣分配！沒有檢測過，一切都是未知且都有可能。

喜歡請點讚、分享或轉發，謝謝

「強大數據法則」可用於檢驗數據是否趨近特定分布，又或者統計量是否趨近特定分布。在數據分析流程中常用於第四步驟的進行。

想使用強大數法則在數據分析中需要有數據模擬功能，並且能夠涵蓋大多數的分布模擬。

#統計 #機率 #數據分析 #觀念圖解系列
為辦公室人員培養數據分析能力
Excel直接上手
喜歡請按讚、分享或轉發，謝謝