自由度，体系的实际自由和计算自由度w之间有什么区别？
计算自由度和实际自由度是两个不同的概念。
计算自由度仅从数值上去判断体系是否可变，即使w≤0，体系由于布置不合理仍然可能为几何可变体系。所以建议掌握好几何不变体系组成的三个规则，它们适用于几何分析的大部分题目，注意灵活应用
如何判断自由度个数？
在力学里，自由度指的是力学系统的独立坐标的个数。力学系统由一组坐标来描述。比如一个质点的三维空间中的运动，在笛卡尔坐标系中，由x,y,z三个坐标来描述；或者在球坐标系中，由α，β，γ三个坐标描述。描述系统的坐标可以自由的选取，但独立坐标的个数总是一定的，即系统的自由度。一般而言，N个质点组成的力学系统由3N个坐标来描述。但力学系统中常常存在着各种约束，使得这3N个坐标并不都是独立的。对于N个质点组成的力学系统，若存在m个完整约束，则系统的自由度减为 S=3N-m。
机器人设计中的机械臂自由度是比较大的，如果采用多舵机提供动力分别传动的话就更复杂了。现在用的最多的工业机器人一般都是六轴的，但是最近推出来的一些人机协作机械臂却是7个自由度
一个空间有几个自由度？
六个
物体在空间具有六个自由度,即沿x、y、z三个直角坐标轴方向的移动自由度和绕这三个坐标轴的转动自由度 。因此,要完全确定物体的位置,就必须清楚这六个自由度。
统计学中的自由度是指什么？
在统计学中，自由度指的是计算某一统计量时，取值不受限制的变量个数。通常df=n-k。其中n为样本含量，k为被限制的条件数或变量个数，或计算某一统计量时用到其它独立统计量的个数。
自由度通常用于抽样分布中。 释义 统计学上的自由度是指当以样本的统计量来估计总体的参数时，样本中独立或能自由变化的自变量的个数，称为该统计量的自由度。 2应用 首先，在估计总体的平均数时，由于样本中的n个数都是相互独立的，从其中抽出任何一个数都不影响其他数据，所以其自由度为n。
在估计总体的方差时，使用的是离差平方和。
只要n-1个数的离差平方和确定了，方差也就确定了；因为在均值确定后，如果知道了其中n-1个数的值，第n个数的值也就确定了。
这里，均值就相当于一个限制条件，由于加了这个限制条件，估计总体方差的自由度为n-1。 例如，有一个有4个数据(n=4)的样本，其平均值m等于5，即受到m=5的条件限制，在自由确定4、2、5三个数据后，第四个数据只能是9，否则m≠5。
因而这里的自由度υ=n-1=4-1=3。
推而广之，任何统计量的自由度υ=n-k（k为限制条件的个数）。
其次，统计模型的自由度等于可自由取值的自变量的个数。
如在回归方程中，如果共有p个参数需要估计，则其中包括了p-1个自变量（与截距对应的自变量是常量1）。
因此该回归方程的自由度为p-1。 这个解释，如果把“样本”二字换成“总体”二字也说得过去。
在一个包含n个个体的总体中，平均数为m。
知道了n-1个个体时，剩下的一个个体不可以随意变化。为什么总体方差计算，是除以n而不是n-1呢？
方差是实际值与期望值之差平方的期望值，所以知道总体个数n时方差应除以n，除以n-1时是方差的一个无偏估计。
自由度是什么？
统计学上，自由度是指当以样本的统计量来估计总体的参数时，样本中独立或能自由变化的数据的个数，称为该统计量的自由度。一般来说，自由度等于独立变量减掉其衍生量数。举例来说，变异数的定义是样本减平均值(一个由样本决定的衍生量)，因此对N个随机样本而言，其自由度为N-1。
数学上，自由度是一个随机向量的维度数，也就是一个向量能被完整描述所需的最少单位向量数。举例来说，从电脑屏幕到厨房的位移能够用三维向量