统计特性检测是对数据或随机变量的统计特征进行评估和分析的过程。
均值检测：计算数据的平均值。
中位数检测：确定数据的中间值。
众数检测：找出数据中出现最频繁的数值。
方差检测：衡量数据的离散程度。
标准差检测：表示数据的分布范围。
偏度检测：描述数据分布的不对称性。
峰度检测：衡量数据分布的尖峰程度。
概率分布检测：确定数据符合的概率分布类型。
相关性检测：分析变量之间的关联程度。
协方差检测：衡量两个变量的总体变化趋势。
置信区间检测：估计参数的取值范围。
假设检验检测：验证关于总体的假设。
抽样检测：从总体中抽取样本进行分析。
数据分布检测：观察数据的分布形状。
异常值检测：识别数据中的离群点。
描述性统计检测：总结数据的基本特征。
统计图检测：使用图表展示数据分布。
频率分布检测：统计数据出现的频率。
累积分布检测：计算数据的累积概率。
卡方检验检测：用于分类数据的关联性检验。
F 检验检测：比较两个或多个总体的方差。
T 检验检测：检验两个总体均值的差异。
方差分析检测：分析多个总体均值的差异。
回归分析检测：建立变量之间的关系模型。
聚类分析检测：将数据分组为相似的子集。
主成分分析检测：提取数据的主要成分。
因子分析检测：找出数据中的潜在因素。
判别分析检测：进行分类和预测。
生存分析检测：研究事件发生的时间和概率。
可靠性分析检测：评估系统或产品的可靠性。
