统计学的内容讲得清晰流畅，而且在各个章节中，加入了编程部分，更有助于程序员理解统计学。课程将深入浅出地讲解统计学的重要概念和知识点，让同学们学会统计分析。机器学习、数据分析师等前沿人才适用的好课。

结合编程与数学 打造为程序员设计的统计学课程，丰富的统计学知识点 为你多方位提升统计分析能力

覆盖统计学高频知识点 搭建属于你的统计学知识网络，从易到难讲清每个知识点的作用与运用 助你真正理解每一个知识点

目录：

1-1 课程导学 (2226).mp4
1-2 课程学习的注意事项 (0326).mp4
1-3 课程编程环境搭建 (0556).mp4
2-1 数据和变量 (1324).mp4
2-2 测量尺度 (1918).mp4
3-1 什么是描述统计 (1132).mp4
3-2 一个分类变量的特征和可视化 (1600).mp4
3-3 一个数值变量的特征和可视化(上) (1922).mp4
3-4 一个数值变量的特征和可视化(下) (1412).mp4
3-5 分布的形状 (0834).mp4
3-6 变量间的关系 (1757).mp4
3-7 极端值与缺失值 (1348).mp4
3-8 本章小结 (0300).mp4
4-1 频数 (0524).mp4
4-2 频率 (0521).mp4
4-3 集中趋势 (1600).mp4
4-4 离散趋势 (1711).mp4
4-5 散点图和折线图 (0744).mp4
4-6 条形图和直方图 (0938).mp4
4-7 箱线图 (0640).mp4
5-1 什么是概率论 (1443).mp4
5-2 概率 (1321).mp4
5-3 编程理解小数和大数定律 (0803).mp4
5-4 再谈变量 (0931).mp4
5-5 离散型随机变量及其分布 (2238).mp4
5-6 连续型随机变量及其分布 (2238).mp4
5-7 本章小结 (0205).mp4
6-1 总体与样本 (1048).mp4
6-2 抽样分布 (0753).mp4
6-3 常用统计量的分布 (1740).mp4
6-4 正态总体的样本均值和样本方差的分布 (2342).mp4
6-5 编程理解中心极限定理 (0716).mp4
6-6 随机抽样, 误差源, 随机分配 (0959).mp4
6-7 本章小结 (0326).mp4
7-1 点估计 (1841).mp4
7-2 编程理解无偏性 (0909).mp4
7-3 编程理解相合性 (0616).mp4
7-4 区间估计 (2231).mp4
7-5 置信区间：一个正态总体的情况(上) (1401).mp4
7-6 置信区间：一个正态总体的情况(下) (1258).mp4
7-7 编程求置信区间：一个正态总体的情况(上) (1009).mp4
7-8 编程求置信区间：一个正态总体的情况(下) (1151).mp4
7-9 置信区间：两个正态总体的情况(上) (1638).mp4
7-10 置信区间：两个正态总体的情况(下) (1424).mp4
7-11 编程求置信区间：两个正态总体的情况(上) (1445).mp4
7-12 编程求置信区间：两个正态总体的情况(下) (1104).mp4
7-13 单侧置信区间 (0643).mp4
7-14 本章小结 (0335).mp4
8-1 什么是假设检验 (1645).mp4
8-2 正态总体均值的假设检验(上) (1528).mp4
8-3 正态总体均值的假设检验(下) (2316).mp4
8-4 置信区间与假设检验的关系 (1005).mp4
8-5 编程实现正态总体均值的假设检验(上) (1619).mp4
8-6 编程实现正态总体均值的假设检验(下) (1230).mp4
8-7 正态总体方差的假设检验 (0957).mp4
8-8 编程实现正态总体方差的假设检验 (1203).mp4
8-9 决策错误与统计功效 (2301).mp4
8-10 统计显著性与实际显著性 (0550).mp4
8-11 z检验, t检验, 卡方检验, F检验的前提条件 (0624).mp4
8-12 本章小结 (0239).mp4
9-1 什么是方差分析 (1823).mp4
9-2 单因素方差分析(上) (1107).mp4
9-3 单因素方差分析(下) (1739).mp4
9-4 多重比较 (1230).mp4
9-5 编程实现单因素方差分析 (1424).mp4
9-6 双因素方差分析(上) (2038).mp4
9-7 双因素方差分析(下) (1926).mp4
9-8 本章小结 (0234).mp4
10-1 协方差 (1433).mp4
10-2 相关 (2113).mp4
10-3 编程理解协方差和相关 (1057).mp4
10-4 一元线性回归(上) (1826).mp4
10-5 一元线性回归(下) (0911).mp4
10-6 一元线性回归的前提条件 (0755).mp4
10-7 回归模型的评价指标 (0708).mp4
10-8 一元线性回归的假设检验 (1751).mp4
10-9 编程实现一元线性回归 (0855).mp4
10-10 多元线性回归(上) (1944).mp4
10-11 多元线性回归(下) (1342).mp4
10-12 常用的检验都是回归的一种特殊形式 (1538).mp4
10-13 统计中的回归与机器学习中的回归 (0850).mp4
10-14 本章小结 (0642).mp4
11-1 什么是非参数方法 (0729).mp4
11-2 非参数方法举例 (2307).mp4
11-3 Bootstrap (1434).mp4
11-4 Permutation (0744).mp4
11-5 本章小结 (0201).mp4
12-1 什么是贝叶斯统计 (0406).mp4
12-2 概率知识 (1210).mp4
12-3 概率树 (1436).mp4
12-4 贝叶斯推断(上) (1603).mp4
12-5 贝叶斯推断(下) (1103).mp4
12-6 置信区间 (1000).mp4
12-7 本章小结 (0158).mp4
13-1 课程结语 (2308).mp4
资料：
Play-Statistics-master.zip