比较后悔大三的时候没有去学研究生的非参数统计...从内容上说,这门课和一般意义上的“非参”不在同一个context,更像是数理统计后续章节的延续,是比较经典的非参数统计的内容(各种检验);进一步的density estimation老师在期末也会提到,考试是不作要求的,jackknife和boots >>更多
上了小半个学期,课堂内容落后且意义不大。目前讲的统计方法大多可以被非参数统计、贝叶斯分析等课程覆盖;至于讲的算法实现,我直接问ai不是效率更高?在ai时代还在提倡古法编程,无敌了。老师讲课语气也是半死不活,让人毫无听讲欲望。要不是每次要签到,估计没什么人去上课吧。助教也是恶心人。给你1分都嫌高 >>更多
行代码多舒服。平时会有小测,所以还是得去上课。考试不难,反正也就是求个过。上这课实在是没动力,即使把内容掌握得很到位感觉收获也不会多,特别是和张伟平老师的研究生非参课对比以后。。这课就讲一堆古典的秩检验啥的,不是现代非参数统计的内容。真的想了解非参(KDE,非参数回归)的话建议去上张老师的研究生课。 >>更多
一共布置过三次大概30个题目,都是一本《应用非参数统计》书上的课后习题。偶尔会有小测,都是计算某个检验统计量的期望方差之类的计算题。考试很水,有接近一半的参数检验问题(老师的原话,我争取让你们没上过这门课的同学也能及格),最后调分应该蛮大的。最后吐句槽,毕竟XX系的课,考试纪律一如既往的井然有序:这 >>更多
矩阵A(aij) 求Σa^iΠ(i)的均值和方差 其中Π={Π(1), Π(n)}是{1,...,n}的一个任意重排总评出分再来改,学期初老师给出的公式是80%期末+20%平时成绩(共7次作业+3次小测 交了8次以上满分)。教务系统上的教材似乎不对,这门课大部分是基于薛留根老师的《实用非参数统计》。 >>更多
到最后才知道老师参考的教材是《实用非参数统计》(薛留根)。对于这门课的建议是可以加入R语言实践(这样的话很多笔算的数据处理会容易得多),当然这样的话这门课也该叫“实用非参数统计”,毕竟是一门偏实际应用的课程,至于更高深的概念,留给研究生阶段好了。 还在准备其他考试,就说这么多啦。如果你打算选这门课, >>更多
上课内容基本照搬薛留根的《应用非参数统计》,主要讲了U统计量,二项检验,秩检验,核密度估计还有核回归,同时老师还额外补充了一些零碎的知识比如统计泛函的影响函数,经验似然,重抽样的Jackknife和Bootstrap方法,上课主要就是看老师抄检验统计量的公式,收获不是很大。作业很少,一周就三四道题, >>更多
一问还可以用Poisson过程的结论写一下,第二问直接就没时间算。最后,给学弟学妹们推荐薛留根的教材《应用非参数统计》,老师讲的内容在这本书上几乎都能找到,老师的PPT写得过于简陋了,一点推导都没有,上课就看老师推均值方差过于无聊,不如对着这本书自学。不过影响函数和后面补充的内容还是要听老师讲课的。 >>更多