数理统计是应用数学的一个分支，它以概率论为基础，通过数学模型、统计方法和计算机技术，研究随机现象的数量规律性。以下是数理统计的一些基本知识：

服务水平：

来单时能满足订单需求的概率。

正态分布：

一种连续概率分布，其图形呈钟形曲线，描述了许多自然和社会现象的分布情况，例如财富分布。

泊松分布：

一种离散概率分布，用于描述在固定时间内随机事件发生的次数。

中位数：

将一组数据按大小顺序排列后，位于中间位置的数。

标准差：

衡量一组数据与其平均数之间差异的指标。

需求波动系数（CV）：

标准差与平均数的比值，用于衡量SKU的波动程度。

线性回归：

研究一个或多个自变量与一个因变量之间的关系，通过回归方程进行预测。

非线性回归：

研究除线性关系以外的曲线趋势，如指数、幂、多项式等。

概率论基础：

包括事件发生的可能性、概率的计算模型（如等可能概型与几何概型）、条件概率、事件的独立性等。

统计量及其分布：

如样本均值、样本方差、样本标准差等，以及这些统计量的抽样分布。

参数估计：

包括点估计（如矩估计和极大似然估计）和区间估计。

假设检验：

根据样本数据对总体参数进行假设，并决定是否接受或拒绝这些假设。

方差分析：

用于比较不同组之间的均值差异，判断因素的不同水平是否对因变量有显著影响。

回归分析：

研究变量之间的关系，并建立预测模型。

这些知识点构成了数理统计的基础，帮助人们从数据中提取信息、发现规律并进行预测和决策。在实际应用中，数理统计被广泛应用于各个领域，如质量控制、金融分析、市场研究、医学研究等。