data_science_bd04/dsdm/chapter_2.md

Chapter 2

Probability

Descriptive Statistics

Er bestaan twee catogerieen van descriptive statistics, namelijk:

• Central tendency measures - Deze beschrijven het middenpunt van de data
• variation / variability measures - Deze beschrijven de spreiding van de data

Central tendency measures

• Mean - Som van alle waardes gedeeld door n
• Geometric mean - de n -wortel van het product van n waardes
• Median - Het middelste getal in een gesorteerde lijst
• Mode - Het getal dat het meest voorkoomt

Variability Measures

Het meest wordt gebruik gemaakt van de standard deviation \sigma. Deze meet de som van de vierkants-wortel verschillen tussen waardes en het gemiddelde.

Variance V is een gerelateerde statistiek welke gelijk is aan \sigma^2

Correlation Analysis

• Pearson
• Spearman

Auto-correlation

Logarithms