《統(tǒng)計(jì)學(xué)原理》大綱

《統(tǒng)計(jì)學(xué)原理》PPT大綱2024-02-01CATALOGUE目錄引言統(tǒng)計(jì)數(shù)據(jù)的收集與整理統(tǒng)計(jì)描述基礎(chǔ)概率論基礎(chǔ)統(tǒng)計(jì)推斷基礎(chǔ)CATALOGUE目錄方差分析與回歸分析基礎(chǔ)時(shí)間序列分析與預(yù)測(cè)基礎(chǔ)統(tǒng)計(jì)指數(shù)與因素分析基礎(chǔ)統(tǒng)計(jì)決策基礎(chǔ)統(tǒng)計(jì)學(xué)的未來(lái)發(fā)展與挑戰(zhàn)01引言統(tǒng)計(jì)學(xué)定義統(tǒng)計(jì)學(xué)是一門研究數(shù)據(jù)收集、整理、分析和解釋的科學(xué)，旨在從數(shù)據(jù)中提取有用信息，為決策提供依據(jù)。統(tǒng)計(jì)學(xué)的重要性統(tǒng)計(jì)學(xué)在各個(gè)領(lǐng)域都有廣泛應(yīng)用，如經(jīng)濟(jì)、醫(yī)學(xué)、社會(huì)科學(xué)等。它能夠幫助人們更好地理解數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律和趨勢(shì)，為預(yù)測(cè)和決策提供有力支持。統(tǒng)計(jì)學(xué)的定義與重要性古典統(tǒng)計(jì)學(xué)時(shí)期01主要關(guān)注人口和經(jīng)濟(jì)的統(tǒng)計(jì)，如人口普查、經(jīng)濟(jì)指標(biāo)等。這一時(shí)期的統(tǒng)計(jì)學(xué)方法較為簡(jiǎn)單，以描述性統(tǒng)計(jì)為主。近代統(tǒng)計(jì)學(xué)時(shí)期02隨著概率論和數(shù)理統(tǒng)計(jì)的發(fā)展，統(tǒng)計(jì)學(xué)開(kāi)始關(guān)注抽樣調(diào)查、假設(shè)檢驗(yàn)、回歸分析等方法，使得統(tǒng)計(jì)學(xué)在各個(gè)領(lǐng)域的應(yīng)用更加廣泛。現(xiàn)代統(tǒng)計(jì)學(xué)時(shí)期03隨著計(jì)算機(jī)技術(shù)的發(fā)展，統(tǒng)計(jì)學(xué)在數(shù)據(jù)處理和分析方面的能力得到了極大提升。同時(shí)，統(tǒng)計(jì)學(xué)也與其他學(xué)科相結(jié)合，形成了許多交叉學(xué)科領(lǐng)域，如生物統(tǒng)計(jì)學(xué)、金融統(tǒng)計(jì)學(xué)等。統(tǒng)計(jì)學(xué)的發(fā)展歷史經(jīng)濟(jì)領(lǐng)域統(tǒng)計(jì)學(xué)在經(jīng)濟(jì)領(lǐng)域的應(yīng)用非常廣泛，如國(guó)民經(jīng)濟(jì)核算、市場(chǎng)分析、金融風(fēng)險(xiǎn)管理等。通過(guò)統(tǒng)計(jì)數(shù)據(jù)和分析方法，可以幫助政府和企業(yè)了解市場(chǎng)狀況，制定經(jīng)濟(jì)政策和商業(yè)策略。醫(yī)學(xué)領(lǐng)域統(tǒng)計(jì)學(xué)在醫(yī)學(xué)領(lǐng)域的應(yīng)用主要體現(xiàn)在臨床試驗(yàn)、流行病學(xué)調(diào)查、公共衛(wèi)生管理等方面。通過(guò)統(tǒng)計(jì)學(xué)方法，可以對(duì)醫(yī)學(xué)數(shù)據(jù)進(jìn)行處理和分析，為疾病的預(yù)防、診斷和治療提供依據(jù)。社會(huì)科學(xué)領(lǐng)域統(tǒng)計(jì)學(xué)在社會(huì)科學(xué)領(lǐng)域的應(yīng)用包括人口普查、社會(huì)調(diào)查、民意測(cè)驗(yàn)等。通過(guò)收集和分析數(shù)據(jù)，可以幫助人們了解社會(huì)現(xiàn)象和問(wèn)題，為政府決策和社會(huì)管理提供支持。其他領(lǐng)域此外，統(tǒng)計(jì)學(xué)還在環(huán)境科學(xué)、農(nóng)業(yè)科學(xué)、工程技術(shù)等領(lǐng)域有廣泛應(yīng)用。這些領(lǐng)域的數(shù)據(jù)收集和分析都需要借助統(tǒng)計(jì)學(xué)的理論和方法。01020304統(tǒng)計(jì)學(xué)的應(yīng)用領(lǐng)域02統(tǒng)計(jì)數(shù)據(jù)的收集與整理包括官方統(tǒng)計(jì)、調(diào)查研究、實(shí)驗(yàn)數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)等。數(shù)據(jù)來(lái)源包括定性數(shù)據(jù)和定量數(shù)據(jù)，其中定量數(shù)據(jù)又可分為離散型和連續(xù)型。數(shù)據(jù)類型數(shù)據(jù)來(lái)源與類型設(shè)計(jì)問(wèn)卷，通過(guò)線上或線下方式收集數(shù)據(jù)。問(wèn)卷調(diào)查通過(guò)控制實(shí)驗(yàn)條件收集數(shù)據(jù)，適用于自然科學(xué)和社會(huì)科學(xué)領(lǐng)域。實(shí)驗(yàn)法直接觀察并記錄被研究對(duì)象的行為、狀態(tài)等。觀察法利用已有的統(tǒng)計(jì)數(shù)據(jù)、研究報(bào)告等?，F(xiàn)有數(shù)據(jù)利用數(shù)據(jù)收集方法數(shù)據(jù)整理與預(yù)處理檢查數(shù)據(jù)是否完整、準(zhǔn)確、一致。將數(shù)據(jù)進(jìn)行分類或分組，以便更好地進(jìn)行分析。將文字或符號(hào)數(shù)據(jù)轉(zhuǎn)換為數(shù)字代碼，便于計(jì)算機(jī)處理。對(duì)缺失數(shù)據(jù)進(jìn)行插補(bǔ)或刪除處理，以保證數(shù)據(jù)質(zhì)量。數(shù)據(jù)審核數(shù)據(jù)分組數(shù)據(jù)編碼數(shù)據(jù)缺失處理03統(tǒng)計(jì)描述基礎(chǔ)03眾數(shù)一組數(shù)值中出現(xiàn)次數(shù)最多的數(shù)值，用于描述數(shù)據(jù)的集中情況。01算術(shù)平均數(shù)用于描述一組數(shù)值的中心位置，是所有數(shù)值之和除以數(shù)值的個(gè)數(shù)。02中位數(shù)將一組數(shù)值按大小順序排列后，位于中間位置的數(shù)值即為中位數(shù)。集中趨勢(shì)的度量極差一組數(shù)值中的最大值與最小值之差，用于描述數(shù)據(jù)的波動(dòng)范圍。方差各數(shù)值與平均數(shù)之差的平方的平均數(shù)，用于描述數(shù)據(jù)與平均數(shù)的偏離程度。標(biāo)準(zhǔn)差方差的算術(shù)平方根，用于描述數(shù)據(jù)的離散程度。離散程度的度量用于描述數(shù)據(jù)分布偏斜程度的統(tǒng)計(jì)量，正值表示右偏，負(fù)值表示左偏。偏態(tài)系數(shù)峰態(tài)系數(shù)直方圖與正態(tài)分布用于描述數(shù)據(jù)分布尖銳程度的統(tǒng)計(jì)量，正值表示尖峰分布，負(fù)值表示平峰分布。通過(guò)繪制直方圖可以直觀展示數(shù)據(jù)分布情況，正態(tài)分布是一種常見(jiàn)的概率分布形態(tài)。030201分布形態(tài)的度量04概率論基礎(chǔ)隨機(jī)試驗(yàn)與樣本空間隨機(jī)事件概率的定義與性質(zhì)等可能概型隨機(jī)事件與概率了解隨機(jī)試驗(yàn)的特點(diǎn)，明確樣本空間的概念。理解概率的直觀意義，掌握概率的公理化定義及性質(zhì)。掌握隨機(jī)事件的定義，會(huì)判斷某一事件是否為隨機(jī)事件。掌握等可能概型的概念及計(jì)算方法。理解條件概率的概念，掌握條件概率的計(jì)算方法。條件概率乘法公式全概率公式與貝葉斯公式事件的獨(dú)立性掌握乘法公式，并能運(yùn)用其解決實(shí)際問(wèn)題。了解全概率公式與貝葉斯公式的意義，掌握其計(jì)算方法。理解事件獨(dú)立性的概念，會(huì)判斷事件是否獨(dú)立。條件概率與獨(dú)立性理解隨機(jī)變量的定義，明確隨機(jī)變量與隨機(jī)事件的關(guān)系。隨機(jī)變量的概念掌握離散型隨機(jī)變量的概念，會(huì)求離散型隨機(jī)變量的分布律。離散型隨機(jī)變量及其分布律了解連續(xù)型隨機(jī)變量的概念，掌握概率密度的計(jì)算方法。連續(xù)型隨機(jī)變量及其概率密度理解分布函數(shù)的概念，會(huì)求隨機(jī)變量的分布函數(shù)。隨機(jī)變量的分布函數(shù)隨機(jī)變量及其分布05統(tǒng)計(jì)推斷基礎(chǔ)從總體中隨機(jī)抽取一部分樣本，由樣本統(tǒng)計(jì)量所構(gòu)成的分布稱為抽樣分布，常見(jiàn)的抽樣分布有正態(tài)分布、t分布、F分布等。抽樣分布的概念及種類正態(tài)分布是統(tǒng)計(jì)學(xué)中最重要的分布之一，具有對(duì)稱性、集中性等特點(diǎn)，在質(zhì)量控制、假設(shè)檢驗(yàn)等方面有廣泛應(yīng)用。正態(tài)分布的性質(zhì)及應(yīng)用大數(shù)定律揭示了隨機(jī)現(xiàn)象的平均結(jié)果具有穩(wěn)定性，而中心極限定理則表明在一定條件下，大量相互獨(dú)立的隨機(jī)變量的和近似服從正態(tài)分布。大數(shù)定律與中心極限定理抽樣分布理論點(diǎn)估計(jì)與區(qū)間估計(jì)點(diǎn)估計(jì)是用樣本統(tǒng)計(jì)量來(lái)估計(jì)總體參數(shù)的方法，而區(qū)間估計(jì)則是在點(diǎn)估計(jì)的基礎(chǔ)上，給出總體參數(shù)的一個(gè)置信區(qū)間。矩估計(jì)與最大似然估計(jì)矩估計(jì)是一種基于樣本矩與總體矩相等的原理來(lái)估計(jì)總體參數(shù)的方法，而最大似然估計(jì)則是通過(guò)最大化樣本出現(xiàn)的概率來(lái)估計(jì)總體參數(shù)。估計(jì)量的評(píng)價(jià)標(biāo)準(zhǔn)對(duì)于不同的估計(jì)量，需要通過(guò)一些評(píng)價(jià)標(biāo)準(zhǔn)來(lái)比較其優(yōu)劣，常見(jiàn)的評(píng)價(jià)標(biāo)準(zhǔn)有無(wú)偏性、有效性、一致性等。參數(shù)估計(jì)方法假設(shè)檢驗(yàn)的基本思想及步驟假設(shè)檢驗(yàn)是統(tǒng)計(jì)學(xué)中一種重要的推斷方法，其基本思想是通過(guò)構(gòu)造統(tǒng)計(jì)量并確定拒絕域，來(lái)判斷原假設(shè)是否成立。具體步驟包括提出假設(shè)、構(gòu)造統(tǒng)計(jì)量、確定拒絕域、作出決策等。單側(cè)檢驗(yàn)與雙側(cè)檢驗(yàn)根據(jù)備擇假設(shè)的不同形式，假設(shè)檢驗(yàn)可以分為單側(cè)檢驗(yàn)和雙側(cè)檢驗(yàn)。單側(cè)檢驗(yàn)是指?jìng)鋼窦僭O(shè)中只包含一個(gè)方向的可能性，而雙側(cè)檢驗(yàn)則是指?jìng)鋼窦僭O(shè)中包含兩個(gè)方向的可能性。第一類錯(cuò)誤與第二類錯(cuò)誤在假設(shè)檢驗(yàn)中，可能會(huì)犯兩種類型的錯(cuò)誤。第一類錯(cuò)誤是指原假設(shè)實(shí)際上是真的，但被錯(cuò)誤地拒絕了；第二類錯(cuò)誤是指原假設(shè)實(shí)際上是假的，但被錯(cuò)誤地接受了。在實(shí)際應(yīng)用中，需要根據(jù)具體情況來(lái)平衡這兩種錯(cuò)誤的風(fēng)險(xiǎn)。假設(shè)檢驗(yàn)原理06方差分析與回歸分析基礎(chǔ)方差分析基本概念通過(guò)比較不同組別間數(shù)據(jù)波動(dòng)的大小，判斷各因素對(duì)結(jié)果是否有顯著影響。方差分析的前提條件包括正態(tài)性、方差齊性、獨(dú)立性等假設(shè)條件。方差分析的應(yīng)用場(chǎng)景適用于多因素、多水平的數(shù)據(jù)分析，如農(nóng)業(yè)、醫(yī)學(xué)、經(jīng)濟(jì)等領(lǐng)域。方差分析軟件實(shí)現(xiàn)如SPSS、Excel等統(tǒng)計(jì)軟件均可進(jìn)行方差分析操作。方差分析原理及應(yīng)用一元線性回歸模型概念描述一個(gè)自變量和一個(gè)因變量之間的線性關(guān)系?；貧w系數(shù)的解釋回歸系數(shù)表示自變量每變動(dòng)一個(gè)單位，因變量平均變動(dòng)的單位數(shù)。一元線性回歸的應(yīng)用場(chǎng)景適用于自變量和因變量之間存在明顯線性關(guān)系的情況，如預(yù)測(cè)、控制等。一元線性回歸的軟件實(shí)現(xiàn)多種統(tǒng)計(jì)軟件如R、Python等均可實(shí)現(xiàn)一元線性回歸模型的擬合和預(yù)測(cè)。一元線性回歸模型及應(yīng)用ABCD多元線性回歸模型簡(jiǎn)介多元線性回歸模型概念描述多個(gè)自變量和一個(gè)因變量之間的線性關(guān)系。多元線性回歸模型的應(yīng)用場(chǎng)景適用于多個(gè)自變量共同影響一個(gè)因變量的情況，如市場(chǎng)調(diào)研、經(jīng)濟(jì)預(yù)測(cè)等。多元線性回歸模型的優(yōu)點(diǎn)能夠同時(shí)考慮多個(gè)因素的影響，提高預(yù)測(cè)精度。多元線性回歸模型的軟件實(shí)現(xiàn)多種統(tǒng)計(jì)軟件如SPSS、SAS等均可實(shí)現(xiàn)多元線性回歸模型的擬合和預(yù)測(cè)。07時(shí)間序列分析與預(yù)測(cè)基礎(chǔ)按時(shí)間順序排列的一組數(shù)據(jù)，用于描述現(xiàn)象隨時(shí)間發(fā)展變化的特征。時(shí)間序列的概念長(zhǎng)期趨勢(shì)、季節(jié)變動(dòng)、循環(huán)變動(dòng)和不規(guī)則變動(dòng)。時(shí)間序列的構(gòu)成通過(guò)統(tǒng)計(jì)方法將時(shí)間序列分解為不同的組成部分，以便更好地理解和預(yù)測(cè)。時(shí)間序列的分解時(shí)間序列的構(gòu)成與分解平穩(wěn)時(shí)間序列預(yù)測(cè)模型平穩(wěn)時(shí)間序列的概念統(tǒng)計(jì)特性不隨時(shí)間推移而改變的序列。自回歸模型（AR模型）用自身過(guò)去值的線性組合來(lái)預(yù)測(cè)未來(lái)值。移動(dòng)平均模型（MA模型）用過(guò)去白噪聲的線性組合來(lái)預(yù)測(cè)未來(lái)值。自回歸移動(dòng)平均模型（ARMA模型）結(jié)合AR和MA模型的特點(diǎn)進(jìn)行預(yù)測(cè)。非平穩(wěn)時(shí)間序列預(yù)測(cè)方法非平穩(wěn)時(shí)間序列的概念統(tǒng)計(jì)特性隨時(shí)間推移而改變的序列。差分運(yùn)算將非平穩(wěn)序列轉(zhuǎn)化為平穩(wěn)序列的一種常用方法。自回歸積分滑動(dòng)平均模型（ARIMA模型）對(duì)非平穩(wěn)時(shí)間序列進(jìn)行差分運(yùn)算后，再用ARMA模型進(jìn)行擬合和預(yù)測(cè)。季節(jié)調(diào)整軟件及方法如STL、SEATS等，用于分離出時(shí)間序列中的季節(jié)成分、趨勢(shì)成分和不規(guī)則成分。08統(tǒng)計(jì)指數(shù)與因素分析基礎(chǔ)統(tǒng)計(jì)指數(shù)是用于反映復(fù)雜現(xiàn)象總體數(shù)量綜合變動(dòng)情況的一種特殊相對(duì)數(shù)，它表明復(fù)雜現(xiàn)象總體在某一時(shí)間或空間條件下的綜合變動(dòng)方向和程度。統(tǒng)計(jì)指數(shù)的定義根據(jù)所反映現(xiàn)象的性質(zhì)不同，統(tǒng)計(jì)指數(shù)可分為數(shù)量指標(biāo)指數(shù)和質(zhì)量指標(biāo)指數(shù)；根據(jù)所采用基期的不同，統(tǒng)計(jì)指數(shù)可分為定基指數(shù)和環(huán)比指數(shù)；根據(jù)所編制方法的不同，統(tǒng)計(jì)指數(shù)可分為綜合指數(shù)和平均數(shù)指數(shù)。統(tǒng)計(jì)指數(shù)的種類統(tǒng)計(jì)指數(shù)的概念和種類要點(diǎn)三綜合指數(shù)的概念綜合指數(shù)是兩個(gè)總量指標(biāo)對(duì)比形成的指數(shù)，在總量指標(biāo)中包含兩個(gè)或兩個(gè)以上的因素，將其中被研究因素以外的一個(gè)或一個(gè)以上的因素固定下來(lái)，僅觀察被研究因素的變動(dòng)，這樣編制的指數(shù)稱為綜合指數(shù)。要點(diǎn)一要點(diǎn)二綜合指數(shù)的編制步驟確定指數(shù)化因素和同度量因素；選擇同度量因素所屬時(shí)期；計(jì)算每一時(shí)期的總量指標(biāo)；對(duì)比總量指標(biāo)，得出綜合指數(shù)。綜合指數(shù)的編制方法舉例以產(chǎn)品產(chǎn)量指數(shù)為例，說(shuō)明綜合指數(shù)的編制方法和步驟。要點(diǎn)三綜合指數(shù)的編制方法123因素分析是將復(fù)雜現(xiàn)象總體變動(dòng)中各個(gè)因素的變動(dòng)對(duì)總體變動(dòng)的影響程度進(jìn)行分析的一種統(tǒng)計(jì)分析方法。因素分析的概念利用指數(shù)體系，從數(shù)量上分析現(xiàn)象總體變動(dòng)中各個(gè)因素變動(dòng)對(duì)其影響的方向、程度和絕對(duì)效果。因素分析的基本原理以銷售額變動(dòng)分析為例，說(shuō)明如何利用指數(shù)體系進(jìn)行因素分析，并計(jì)算各因素變動(dòng)對(duì)銷售額變動(dòng)的影響程度和絕對(duì)額。因素分析的應(yīng)用舉例因素分析原理及應(yīng)用09統(tǒng)計(jì)決策基礎(chǔ)期望值法根據(jù)各方案在不同自然狀態(tài)下的損益值及其對(duì)應(yīng)概率，計(jì)算各方案的期望值并進(jìn)行比較，選擇最優(yōu)方案。決策樹(shù)法通過(guò)構(gòu)造決策樹(shù)來(lái)求解決策問(wèn)題，用樹(shù)狀圖表示各方案在不同階段的可能狀態(tài)和損益值，便于進(jìn)行多級(jí)決策。靈敏度分析研究決策問(wèn)題中參數(shù)變化對(duì)最優(yōu)解的影響，以確定決策方案在參數(shù)變化范圍內(nèi)的穩(wěn)定性和可靠性。風(fēng)險(xiǎn)型決策方法樂(lè)觀準(zhǔn)則悲觀準(zhǔn)則折中準(zhǔn)則等可能準(zhǔn)則不確定型決策方法假設(shè)最壞的情況會(huì)發(fā)生，選擇各方案在最壞狀態(tài)下的最小損益值作為決策依據(jù)。綜合考慮樂(lè)觀和悲觀準(zhǔn)則，既不過(guò)于冒險(xiǎn)也不過(guò)于保守，選擇各方案在折中狀態(tài)下的損益值作為決策依據(jù)。假設(shè)各種自然狀態(tài)出現(xiàn)的可能性相等，將各方案在各自然狀態(tài)下的損益值進(jìn)行加權(quán)平均，選擇加權(quán)平均損益值最大的方案。假設(shè)最好的情況會(huì)發(fā)生，選擇各方案在最好狀態(tài)下的最大損益值作為決策依據(jù)?；疑P(guān)聯(lián)度分析法對(duì)于信息不完全或不確定的多目標(biāo)決策問(wèn)題，通過(guò)計(jì)算各方案與理想方案之間的灰色關(guān)聯(lián)度來(lái)評(píng)價(jià)其優(yōu)劣。灰色關(guān)聯(lián)度越大，方案越接近理想方案。層次分析法將復(fù)雜的多目標(biāo)決策問(wèn)題分解為若干層次和因素，通過(guò)兩兩比較確定各因素的相對(duì)重要性，最終得出各方案的優(yōu)劣排序。目標(biāo)規(guī)劃法先確定各目標(biāo)的優(yōu)先級(jí)和權(quán)重，然后構(gòu)造目標(biāo)函數(shù)并求解，使得各目標(biāo)在約束條件下達(dá)到最優(yōu)。多屬性效用理論根據(jù)各方案在各屬性上的效用值和權(quán)重，計(jì)算各方案的總效用值并進(jìn)行比較，選擇最優(yōu)方案。同時(shí)考慮決策者的風(fēng)險(xiǎn)偏好和主觀判斷。多目標(biāo)決策方法簡(jiǎn)介10統(tǒng)計(jì)學(xué)的未來(lái)發(fā)展與挑戰(zhàn)隨著大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)量呈現(xiàn)爆炸式增長(zhǎng)，統(tǒng)計(jì)學(xué)需要適應(yīng)這種變化，發(fā)展新的理論和方法來(lái)處理大規(guī)模數(shù)據(jù)。數(shù)據(jù)量急劇增加除了傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)，半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)也越來(lái)越重要，統(tǒng)計(jì)學(xué)需要拓展其應(yīng)用范圍，涵蓋各種數(shù)據(jù)類型。數(shù)據(jù)類型多樣化在大數(shù)據(jù)背景下，對(duì)數(shù)據(jù)分析的實(shí)時(shí)性要求越來(lái)越高，統(tǒng)計(jì)學(xué)需要發(fā)展在線學(xué)習(xí)、流式計(jì)算等技術(shù)來(lái)滿足這一需求。實(shí)時(shí)性要求提高大數(shù)據(jù)背景下的統(tǒng)計(jì)學(xué)發(fā)展趨勢(shì)數(shù)據(jù)挖掘與統(tǒng)計(jì)學(xué)相結(jié)合數(shù)據(jù)挖掘技術(shù)可以從海量數(shù)據(jù)中提取有用信息，與統(tǒng)計(jì)學(xué)的理論和方法相結(jié)合，可以更加深入地分析數(shù)據(jù)。自動(dòng)化決策與預(yù)測(cè)基于人工智能的統(tǒng)計(jì)學(xué)方法可以實(shí)現(xiàn)自動(dòng)化決策和預(yù)測(cè)，為企業(yè)管理、市場(chǎng)營(yíng)銷等領(lǐng)域提供有力支持。機(jī)器學(xué)習(xí)促進(jìn)統(tǒng)計(jì)學(xué)發(fā)展機(jī)器學(xué)習(xí)算法如深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等，為統(tǒng)計(jì)學(xué)提供了強(qiáng)大