学习之前，需强调：概率是已知模型和参数，推数据；而统计是已知数据，推模型和参数。（这句活是从某个博客看到的很有道理整理下来的，大家共勉） 第十二集：样本与总体
首先，为何需要样本呢？因为人类并不能总是获取总体数据，例如：人类的身高数据，全世界每秒都有人出生和死去，要获取总体数据是不现实的，故需要样本。
样本就是从总体中抽取的一部分数据，人类希望用样本来估计总体，这样做可以节省人力物力而且可行。
其次，在统计学中，样本的均值通常用
总体方差是用来描述总体数据离散程度的统计工具。即数据偏离总体中间水平的程度，用符号
总体方差是用来描述样本数据离散程度的统计工具。即数据偏离样本中间水平的程度，用符号
上图中计算样本方差存在一个问题：就是样本集的选择问题，由于事前不知道样本的分布，选择样本集求均值时，容易出现偏差，如紫色的点，选取前四个会让样本均值偏大，从而导致样本方差低于总体方差。为避免这种情况，提供无偏估计，我们定义无偏样本方差
标准差就是方差开平方，用
为了更快的计算方差，给出方差化简后的公式。黄线圈住的。（这个公式称为诸方差公式）
随机变量与普通变量不同，因为随机变量通常是一个函数，用于量化随机过程。通常用大写字母X，Y，Z等表示，而传统变量通常用小写字母x，y，z表示。
随机变量有两类：离散型和连续型。例如：明天是否下雨，用随机变量X来表示，它只有0,1两种值即取值有限且不连续，X是离散型随机变量；而对于明天下雨量，用Y表示，它可以取连续值0.1,0.2,0.5,0.511等，可以是无穷的数据，Y是连续型随机变量。
第十八集：概率密度函数