比浏览器更快的访问！
28 关系: 垂直，协方差，变异系数，子集，实数，平均数，估计量的偏差，微积分学，几何学，函数，科学，算术平方根，统计学，点，物理学，直线，随机变量，自由度 (统计学)，配方法，集合 (数学)，投资，概率，樣本 (統計學)，正态分布，測量，準確與精密，期望值，方差。
垂直
垂直是一个几何术语。在平面几何中，如果一条直线与另一条直线相交，且它们构成的任意相邻两个角相等，那么这两条直线相互垂直。术语“垂直”（垂直符號：⊥）衍生一个形容词（垂直）或者名词（垂线）。因此，根据圖一，直线AB通过B点与直线CD相互垂直。像图一这样，如果一条直线与另一条直线垂直，那么它们构成的两个角称为直角，或者90°角。 垂足指两条互相垂直的线相交的点。 垂直的概念对线段和射线也通用，只需看一者所在的直线是否与另一者所在的直线垂直就可以了。如图一中，线段AB和线段CD相互垂直。甚至线段AB的一端不一定要在线段CD上（即可定向伸缩），它们仍被认为是垂直的。 空间几何中，有直线与直线、直线与平面、平面与平面之间的垂直关系。垂直可以看做是欧几里得空间（或内积空间）中的正交关系在二维和三维空间中的特例。.
协方差
共變異數（Covariance）在概率論和統計學中用於衡量兩個變量的总体误差。而方差是协方差的一種特殊情況，即當兩個變量是相同的情況。 期望值分别为E(X).
变异系数
在概率论和统计学中，变异系数，又称“离散系数”（英文：coefficient of variation），是概率分布离散程度的一个归一化量度，其定义为标准差\ \sigma 与平均值\ \mu 之比： 变异系数（coefficient of variation）只在平均值不为零时有定义，而且一般适用于平均值大于零的情况。变异系数也被称为标准离差率或单位风险。 变异系数只对由比率标量计算出来的数值有意义。举例来说，对于一个气温的分布，使用开尔文或摄氏度来计算的话并不会改变标准差的值，但是温度的平均值会改变，因此使用不同的温标的话得出的变异系数是不同的。也就是说，使用区间标量得到的变异系数是没有意义的。.
子集
子集，為某個集合中一部分的集合，故亦稱部分集合。 若A和B为集合，且A的所有元素都是B的元素，则有：.
实数
实数，是有理數和無理數的总称，前者如0、-4、81/7；后者如\sqrt、\pi等。实数可以直观地看作小數（有限或無限的），它們能把数轴「填滿」。但僅僅以枚舉的方式不能描述實數的全體。实数和虚数共同构成复数。 根据日常经验，有理數集在數軸上似乎是「稠密」的，于是古人一直认为用有理數即能滿足測量上的實際需要。以邊長為1公分的正方形為例，其對角線有多長？在規定的精度下（比如誤差小於0.001公分），總可以用有理數來表示足夠精確的測量結果（比如1.414公分）。但是，古希臘畢達哥拉斯學派的數學家發現，只使用有理數無法完全精確地表示這條對角線的長度，這徹底地打擊了他們的數學理念；他們原以為：.
平均数
平均数（Mean，或稱平均值）是统计中的一个重要概念。为集中趋势的最常用测度值，目的是确定一组数据的均衡点。 算术平均数（或简称平均數）是一组样本 x_1, x_2, \ldots, x_n 的和除以样本的数量。其通常记作 \bar： 例如, 4, 36, 45, 50, 75 这组数的算术平均数是： 在统计中算术平均数常用于表示统计对象的一般水平，它是描述数据集中程度的一个统计量。我们既可以用它来反映一组数据的一般情况，也可以用它进行不同组数据的比较，以看出组与组之间的差别。用平均数表示一组数据的情况，有直观、简明的特点，所以在日常生活中经常用到，如平均的速度、平均的身高、平均的产量、平均的成绩......
估计量的偏差
在统计学中，估计量的偏差（或偏差函数）是此估计量的期望值与估计参数的真值之差。偏差为零的估计量或决策规则称为无偏的。否则该估计量是有偏的。在统计中，“偏差”是一个函数的客观陈述。 偏差也可以相对于中位數来衡量，而非相对于均值（期望值），在这种情况下为了与通常的均值无偏性区别，称作中值无偏。偏差与相关联，一致估计量都是收敛并且渐进无偏的（因此会收敛到正确的值），虽然一致序列中的个别估计量可能是有偏的（只要偏差收敛于零）；参见偏差与一致性。 当其他量相等时，无偏估计量比有偏估计量更好一些，但在实践中，并不是所有其他统计量的都相等，于是也经常使用有偏估计量，一般偏差较小。当使用一个有偏估计量时，也会估计它的偏差。有偏估计量可能用于以下原因：由于如果不对总体进一步假设，无偏估计量不存在或很难计算（如）；由于估计量是中值无偏的，却不是均值无偏的（或反之）；由于一个有偏估计量较之无偏估计量（特别是）可以减小一些（尤其是均方差）；或者由于在某些情况下，无偏的条件太强，而这些无偏估计量没有太大用处。此外，在非线性变换下均值无偏性不会保留，不过中值无偏性会保留（参见变换的效应）；例如样本方差是总体方差的无偏估计量，但它的平方根標準差则是总体标准差的有偏估计量。下面会进行说明。.
新！!: 標準差和估计量的偏差 · 查看更多 »
微积分学
微積分學（Calculus，拉丁语意为计数用的小石頭） 是研究極限、微分學、積分學和無窮級數等的一個數學分支，並成為了現代大學教育的重要组成部分。歷史上，微積分曾經指無窮小的計算。更本質的講，微積分學是一門研究變化的科學，正如：幾何學是研究形狀的科學、代數學是研究代數運算和解方程的科學一樣。微積分學又稱為“初等數學分析”。 微積分學在科學、經濟學、商業管理學和工業工程學領域有廣泛的應用，用來解决那些僅依靠代數學和幾何學不能有效解決的問題。微積分學在代數學和解析幾何學的基礎上建立起来，主要包括微分學、積分學。微分學包括求導數的運算，是一套關於變化率的理論。它使得函數、速度、加速度和斜率等均可用一套通用的符號進行演绎。積分學，包括求積分的運算，為定義和計算長度、面積、體積等提供一套通用的方法。微積分學基本定理指出，微分和積分互為逆運算，這也是兩種理論被統一成微積分學的原因。我們能以兩者中任意一者為起點來討論微積分學，但是在教學中一般會先引入微分學。在更深的數學領域中，高等微積分學通常被稱為分析學，並被定義為研究函數的科學，是現代數學的主要分支之一。.
几何学
笛沙格定理的描述，笛沙格定理是欧几里得几何及射影几何的重要結果 幾何學（英语：Geometry，γεωμετρία）簡稱幾何。几何学是數學的一个基础分支，主要研究形狀、大小、圖形的相對位置等空間区域關係以及空间形式的度量。 許多文化中都有幾何學的發展，包括許多有關長度、面積及體積的知識，在西元前六世紀泰勒斯的時代，西方世界開始將幾何學視為數學的一部份。西元前三世紀，幾何學中加入歐幾里德的公理，產生的欧几里得几何是往後幾個世紀的幾何學標準。阿基米德發展了計算面積及體積的方法，許多都用到積分的概念。天文學中有關恆星和行星在天球上的相對位置，以及其相對運動的關係，都是後續一千五百年中探討的主題。幾何和天文都列在西方博雅教育中的四術中，是中古世紀西方大學教授的內容之一。 勒內·笛卡兒發明的坐標系以及當時代數的發展讓幾何學進入新的階段，像平面曲線等幾何圖形可以由函數或是方程等解析的方式表示。這對於十七世紀微積分的引入有重要的影響。透视投影的理論讓人們知道，幾何學不只是物體的度量屬性而已，透视投影後來衍生出射影几何。歐拉及高斯開始有關幾何物件本體性質的研究，使幾何的主題繼續擴充，最後產生了拓扑学及微分幾何。 在歐幾里德的時代，實際空間和幾何空間之間沒有明顯的區別，但自從十九世紀發現非歐幾何後，空間的概念有了大幅的調整，也開始出現哪一種幾何空間最符合實際空間的問題。在二十世紀形式數學興起以後，空間（包括點、線、面）已沒有其直觀的概念在內。今日需要區分實體空間、幾何空間（點、線、面仍沒有其直觀的概念在內）以及抽象空間。當代的幾何學考慮流形，空間的概念比歐幾里德中的更加抽象，兩者只在極小尺寸下才彼此近似。這些空間可以加入額外的結構，因此可以考慮其長度。近代的幾何學和物理關係密切，就像偽黎曼流形和廣義相對論的關係一樣。物理理論中最年輕的弦理論也和幾何學有密切關係。 几何学可見的特性讓它比代數、數論等數學領域更容易讓人接觸，不過一些几何語言已經和原來傳統的、欧几里得几何下的定義越差越遠，例如碎形幾何及解析幾何等。 現代概念上的幾何其抽象程度和一般化程度大幅提高，並與分析、抽象代數和拓撲學緊密結合。 幾何學應用於許多領域，包括藝術，建築，物理和其他數學領域。.
函数
函數在數學中為兩集合間的一種對應關係：輸入值集合中的每項元素皆能對應唯一一項輸出值集合中的元素。例如實數x對應到其平方x2的關係就是一個函數，若以3作為此函數的輸入值，所得的輸出值便是9。 為方便起見，一般做法是以符號f,g,h等等來指代一個函數。若函數f以x作為輸入值，則其輸出值一般寫作f(x)，讀作f of x。上述的平方函數關係寫成數學式記為f(x).
科学
科學（Science，Επιστήμη）是通過經驗實證的方法，對現象（原來指自然現象，現泛指包括社會現象等現象）進行歸因的学科。科学活动所得的知识是条件明确的（不能模棱两可或随意解读）、能经得起检验的，而且不能与任何适用范围内的已知事实产生矛盾。科学原仅指对自然现象之规律的探索与总结，但人文学科也被越来越多地冠以“科学”之名。 人们习惯根据研究对象的不同把科学划分为不同的类别，传统的自然科学主要有生物學、物理學、化學、地球科學和天文學。逻辑学和数学的地位比较特殊，它们是其它一切科学的论证基础和工具。 科学在认识自然的不同层面上设法解决各种具体的问题，强调预测结果的具体性和可证伪性，这有别于空泛的哲学。科学也不等同于寻求绝对无误的真理，而是在现有基础上，摸索式地不断接近真理。故科学的发展史就是一部人类对自然界的认识偏差的纠正史。因此“科学”本身要求对理论要保持一定的怀疑性，因此它绝不是“正确”的同义词。.
算术平方根
#重定向 平方根.
统计学
统计学是在資料分析的基础上，研究测定、收集、整理、归纳和分析反映數據資料，以便给出正确訊息的科學。這一门学科自17世纪中叶产生并逐步发展起来，它廣泛地應用在各門學科，從自然科学、社會科學到人文學科，甚至被用於工商業及政府的情報決策。隨著大数据(Big Data)時代來臨，統計的面貌也逐漸改變，與資訊、計算等領域密切結合，是資料科學(Data Science)中的重要主軸之一。 譬如自一組數據中，可以摘要並且描述這份數據的集中和離散情形，這個用法稱作為描述統計學。另外，觀察者以數據的形態，建立出一個用以解釋其隨機性和不確定性的數學模型，以之來推論研究中的步驟及母體，這種用法被稱做推論統計學。這兩種用法都可以被稱作為應用統計學。數理統計學则是討論背後的理論基礎的學科。.
点
在几何学、拓扑学以及数学的相关分支中，一个空间中的点用于描述给定空间中一种特别的对象，在空间中有类似于体积、面积、长度或其他高维类似物。一个点是一个零维度对象。点作为最简单的几何概念，通常作为几何、物理、矢量图形和其他领域中的最基本的组成部分。.
物理学
物理學（希臘文Φύσις，自然）是研究物質、能量的本質與性質，以及它們彼此之間交互作用的自然科學。由於物質與能量是所有科學研究的必須涉及的基本要素，所以物理學是自然科學中最基礎的學科之一。物理學是一種實驗科學，物理學者從觀測與分析大自然的各種基於物質與能量的現象來找出其中的模式。這些模式（假說）稱為「物理理論」，經得起實驗檢驗的常用物理理論稱為物理定律，直到有一天被證明是有錯誤為止(具可否證性)。物理學是由這些定律精緻地建構而成。物理學是自然科學中最基礎的學科之一。化學、生物學、考古學等等科學學術領域的理論都是建構於這些物理定律。 物理學是最古老的學術之一。物理學、化學、生物學等等原本都歸屬於自然哲學的範疇，直到十七世紀至十九世紀期間，才漸漸地從自然哲學中分別成長為獨立的學術領域。物理學與其它很多跨領域研究有相當的交集，如量子化學、生物物理學等等。物理學的疆界並不是固定不變的，物理學裡的創始突破時常可以用來解釋這些跨領域研究的基礎機制，有時還會開啟嶄新的跨領域研究。 通過創建新理論與發展新科技，物理學對於人類文明有極為顯著的貢獻。例如，由於電磁學的快速發展，電燈、電動機、家用電器等新產品纷纷涌现，人類社會的生活水平也得到大幅提升。由於核子物理學日趨成熟，核能發電已不再是藍圖構想，但其所引致的安全問題也使人們意識到地球環境、生態與人類的脆弱渺小。.
直线
線，是一個點在平面或空間沿著一定方向和其相反方向運動的軌跡；不彎曲的線。直線是幾何學的基本概念，在不同的幾何學體系中有著不同的描述。在這裡主要描述歐幾里得空間中的直線。其他曲率非零狀況下的直線，請參考非歐幾里得幾何。 歐幾里得幾何研究曲率為零的空間下狀況，它並未對點、直線、平面、空間給出定義，而是通過公理來描述點線面的關係。 歐幾里得幾何中的直線可以看作是一個點的集合，這個集合中的任意一點都在這個集合中的其他任意兩點所確定的直綫上。 “過兩點有且只有一條直線”是歐幾里得幾何體系中的一條公理，“有且只有”意即“確定”，即兩點確定一直線。 在幾何學中，直線沒有粗細、沒有端點、沒有方向性、具有無限的長度、具有確定的位置。.
随机变量
給定樣本空间(S, \mathbb)，如果其上的實值函數 X:S \to \mathbb是\mathbb (實值)可測函數，则稱X為（實值）随机变量。初等概率論中通常不涉及到可測性的概念，而直接把任何X:S \to \mathbb的函數稱為随机变量。 如果X指定给概率空间S中每一个事件e有一个实数X(e)，同时针对每一个实数r都有一个事件集合A_r与其相对应，其中A_r.
自由度 (统计学)
在統計學中，自由度（）是指当以样本的统计量来估计总体的参数时，样本中独立或能自由变化的数据的个数，称为该统计量的自由度。一般來說，自由度等於獨立變數減掉其衍生量數；舉例來說，方差的定義是樣本減平均值的平方之和（一個由樣本決定的衍生量），因此對N個隨機樣本而言，其自由度為N-1。 數學上，自由度是一個隨機向量的維度數，也就是一個向量能被完整描述所需的最少單位向量數。舉例來說，從電腦螢幕到廚房的位移能夠用三維向量a\widehat+b\widehat+c\widehat來描述，因此這個位移向量的自由度是3。自由度也通常與這些向量的座標平方和，以及卡方分布中的參數有所關聯。.
新！!: 標準差和自由度 (统计学) · 查看更多 »
配方法
配方法是一種代數的計算技巧，可以用來解二次方程式、判別解析幾何中某些方程式的圖形，或者用來計算微積分中的某些積分型式。配方法最主要的目的就是將一個一元二次方程式或多項式化為一個一次式的完全平方，以便簡化計算。 將下方左邊的二次式化成右邊的形式，就是配方法的目標：.
集合 (数学)
集合（Set，或簡稱集）是基本的数学概念，它是集合论的研究对象，指具有某种特定性质的事物的总体，（在最原始的集合論─樸素集合論─中的定義，集合就是“一堆東西”。）集合裡的事物（“东西”），叫作元素。若然 x 是集合 A 的元素，記作 x ∈ A。 集合是现代数学中一个重要的基本概念，而集合论的基本理论是在十九世纪末被创立的。这里对被数学家们称为“直观的”或“朴素的”集合论进行一个简短而基本的介绍，另外可參见朴素集合论；關於对集合作公理化的理論，可见公理化集合论。.
新！!: 標準差和集合 (数学) · 查看更多 »
投资
投资在財務（金融）及經濟方面，各有不同的意義。財務投資是透過完善的分析，對於本金、--可達一定程度的預估，將資金投入那些預期有所增長的標的上。而完全對立的作法，像未經分析、且在本金及回報上也沒有把握，亦不考慮風險就投入資金者，就是投机、或赌博。因此，有些並未經過完善分析，即買進股權持有者，例如買進共同基金的人，也可以稱為投機者。事實上，根據效率市場假說，即使針對股市資料來完整分析者，也不算是理性。依此定義延伸下去，所有自以為理性的股權持有者，也不能視為投資者，而是投機者。 投資與储蓄、或遞延消費，具有一定的相關性。投資牽涉到許多經濟領域的活動，例如企（事）業管理、及財務金融等，無論是為家計、事業、或政府。 投資、投機及賭博的不同：.
概率
--率，舊稱--率，又称或然率、機會率或--、可能性，是数学概率论的基本概念，是一个在0到1之间的实数，是对随机事件发生之可能性的度量。 概率常用來量化對於某些不確定命題的想法"Kendall's Advanced Theory of Statistics, Volume 1: Distribution Theory", Alan Stuart and Keith Ord, 6th Ed, (2009), ISBN 978-0-534-24312-8，命題一般會是以下的形式：「某個特定事件會發生嗎？」，對應的想法則是：「我們可以多確定這個事件會發生？」。確定的程度可以用0到1之間的數值來表示，這個數值就是機率William Feller, "An Introduction to Probability Theory and Its Applications", (Vol 1), 3rd Ed, (1968),Wiley,ISBN 978-0-471-25708-0。因此若事件發生的機率越高，表示我們越認為這個事件可能發生。像丟銅板就是一個簡單的例子，正面朝上及背面朝上的兩種結果看來機率相同，每個的機率都是1/2，也就是正面朝上及背面朝上的機率各有50%。 這些概念可以形成機率論中的數學公理（參考概率公理），在像數學、統計學、金融、博弈論、科學（特別是物理）、人工智慧/機器學習、電腦科學及哲學等學科中都會用到。機率論也可以描述複雜系統中的內在機制及規律性。.
樣本 (統計學)
樣本（Sample）是统计学术语，指从全体中随机抽取的个体。通过对样本的调查，可以大概的了解全体的情况。抽樣时抽取样本来进行调查，而普查时则需要调查每一个个体。樣本統計學是-zh-hant:羅納德·愛爾默‧費雪; zh-hans:罗纳德·费希尔;-博士提出的。 樣本統計學並不是將整個母體拿去調查，所以必有誤差。 樣本統計學的內容有統計結果、可信度和誤差，不同的統計公司會統計出不同的統計內容。.
新！!: 標準差和樣本 (統計學) · 查看更多 »
正态分布
常態分布（normal distribution）又名高斯分布（Gaussian distribution），是一個非常常見的連續機率分布。常態分布在统计学上十分重要，經常用在自然和社会科学來代表一個不明的隨機變量。 若隨機變量X服從一個位置參數為\mu、尺度參數為\sigma的常態分布，記為： 則其機率密度函數為 常態分布的數學期望值或期望值\mu等於位置參數，決定了分布的位置；其方差\sigma^2的開平方或標準差\sigma等於尺度參數，決定了分布的幅度。 常態分布的機率密度函數曲線呈鐘形，因此人們又經常稱之為鐘形曲線（类似于寺庙里的大钟，因此得名）。我們通常所說的標準常態分布是位置參數\mu.
測量
測量學，是一門以地球形狀、大小以及地表上各物體的幾何形狀與空間位置為研究對象的學科。其利用適當方法和儀器對空間中的物體進行搜集、分析、加值、整合、管......等方法，讓人理解其空間上的關係，以利規劃與利用。 测量在中国大陆、臺湾、日本等地区一般指「测绘」；在香港延续英国的测量师业务，含义扩大，测量师大致可以分為以下分支：.
準確與精密
準確度（accuracy）與精密度（英语：precision）是科學、工程學、工業及統計學等範疇的重要概念。 準確度是每一次獨立的測量之間，其平均值與已知的數據真值之間的差距（與理論值相符合的程度）。例如：多次實驗結果其平均值接近於已知的數據真值（理論值），可知道數據「準確」，或是數據具有「高準確度」；反之，平均值與已知的數據真值差距較大，表示實驗數據不準確，或準確度不高。 精密則是當實驗數據很精準時，會要求實驗有高度的再現性，表示實驗數據是可信的，也就是實驗數據需要具有高精密度（多次量度或計算的結果的一致程度）。 一個結果必須要同時符合準確與精密這兩個條件，才可算是精準。 常見文獻以射擊彈着點分佈情形來說明準確度與精密度的意義，如圖示，初看似乎簡明易懂，實際仍隱含認知的盲點。以射擊而言每一彈着點均儘量接近靶心才稱得上精確或是精準；最左邊圖示就一般射擊而言屬於高準確度高精密度。如果是期望求得彈道與瞄準機制間的關係、以槍枝調校為目的的射擊，其本質與一般真值未知的測量或實驗相同，图1因為彈着點分佈其平均值接近靶心，依準確度的定義則屬於高準確度低精密度。 日益受到重視的國際標準組織ISO發表一份標準文件ISO5725，其名稱為“Accuracy (trueness and precision) of measurement methods and results”（量測方法與成果之準確度（真實度與精密度）），其內涵最大的改變是趨向從俗的定義accuracy為一般用語（the general term），即一般用來描述量測、實驗整體成果的「精準」度一詞，或者簡稱為「精度」。其間差異主要在於ISO5725使用「真實度」（trueness）替代原本的準確度（accuracy）。 「精度」為真實度與精密度的組合，包含受到偶然與系統兩部分誤差的影響，實務上，以被認可的參考值視為真值。.
期望值
在概率论和统计学中，一个离散性随机变量的期望值（或数学期望、或均值，亦简称期望，物理学中称为期待值）是试验中每次可能的结果乘以其结果概率的总和。换句话说，期望值像是随机试验在同样的机会下重复多次，所有那些可能狀態平均的结果，便基本上等同“期望值”所期望的數。需要注意的是，期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。（换句话说，期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合裡。） 例如，掷一枚公平的六面骰子，其每次「點數」的期望值是3.5，计算如下： \operatorname(X)&.
方差
方差（Variance），應用數學裡的專有名詞。在概率论和统计学中，一个随机变量的方差描述的是它的离散程度，也就是该变量离其期望值的距离。一个实随机变量的方差也称为它的二阶矩或二階中心動差，恰巧也是它的二阶累积量。這裡把複雜說白了，就是將各個誤差將之平方（而非取絕對值，使之肯定為正數），相加之後再除以總數，透過這樣的方式來算出各個數據分佈、零散（相對中心點）的程度。繼續延伸的話，方差的算术平方根称为该随机变量的标准差（此為相對各個數據點間）。.
