本文正在参与【[面霸养成记 ] 】 征文活动，一起来聊聊校招的那些事吧，牛客周边和百元京东卡等你来领~        #笔试速成法#     前面已发帖，针对【数据分析岗】笔试题型做了系统梳理总结；     并针对 【SQL类】 高频考点做了进一步拆解 ↓     https://www.nowcoder.com/discuss/702268   （内含每种题型的 考核方向、核心考点、应对技巧、注意事项）     https://www.nowcoder.com/discuss/707946     （内含每种题型的 考核方向、考点解析+实例）        这篇，我们重点拆解下【概率论】类题型 的高频核心考点。     内含 高频知识点、考点举例 。         由于概率论涉及的知识点较多、考点较杂、范围较广。     本篇先对此类题型涉及的知识点，做系统梳理，让大家先有个框架概念     后面，会根据需要结合笔面试题开展 【概率论】系列 文章的 深入讲解， 敬请期待！                 ------正文手动分割线------        人狠话不多，直接上梳理框架：                 贝叶斯公式        ▼ 画重点：贝叶斯公式一般以选择题的方式出现，重点熟记贝叶斯公式。        P(B|A) = P(A|B)P(B) / P(A) ，以及贝叶斯全公式。           ▼ 考点举例：三门问题。简单来说贝叶斯就是让你不相信直觉。                           随机变量及其分布    ▼ 画重点：笔试题会针对以下内容，灵活出题 ↓                   重点掌握正态分布 | 二项式分布 | 均匀分布等常见分布类型。                   方差与期望定义、性质需要重点掌握。               ▼ 考点举例：携程客服1小时内接听的电话数属于什么分布。                           三大抽样分布                    ▼ 画重点：卡方分布 | F分布 | T分布。           ▼ 考点举例：结合应聘公司的业务背景，举例说明这三大分布的应用场景。比如小样本AB测试如何进行显著性检验。                         参数估计           ▼ 画重点：最大似然估计 | 无偏估计 | 区间估计。                 ▼ 考点举例：参数估计以选择题出现的方式最多，需重点掌握这些估计的定义及相关推导证明。                 假设检验                ▼ 画重点：这是AB实验非常核心的知识点。AB实验作为互联网科学量化业务增长及ROI测算的基石，因此，掌握假设检验很！重！要！     ▼ 考点举例：第一类错误和第二类错误的定义。                 回归分析        ▼ 画重点：虽然数据分析师不像算法工程师需要对算法了如指掌，但是常规的回归分析无论是面试、还是日常工作，还是非常有必要掌握的。                 ▼ 考点举例：一元线性回归的主要前提假设是什么。                  其他考点                ▼ 画重点：相关性检验 | 峰度 | 偏度 | 统计量 | 组合概率。     重点掌握这些知识点的定义及性质。 ▼ 考点举例：Person、 Kendall、Spearman三种相关分析方法异同。抽奖问题。                          重点总结：出题者，一般会针对常用题型进行参数修改。                 练习建议：所以，可以对课本经典题型进行重点理解，手算一遍最好~              以上，就是【概率论】类题型的考点框架梳理 ~可以自查哪一块知识点有空缺，进行查缺补漏。        后面，也将结合 笔面试题 开展 【概率论】系列 的文章 细致讲解。                       如有疑问，欢迎在评论区交流~😁                         贝叶斯公式     贝叶斯公式