统计学基础 - MagicBI

《统计学基础》

统计学的知识包括了图形信息化、数据的集中趋势、概率计算、排列组合、连续型概率分布、离散型概率分布、假设检验、相关和回归等知识，对于具体的知识点，我们会在这个课程一一呈现。参加的伙伴也可以结合书籍《深入浅出统计学》、《统计学：从数据到结论》进行学习。

统计学分为描述性统计学和推断性统计学。

一、描述性统计

定义：使用特定的数字或图表来体现数据的集中程度和离散程度。

简单而言，描述性统计分析是用几个关键的数字来描述数据集的整体情况。描述数据集常用4个指标：平均值、四分位数、标准差、标准分，利用这些指标可以进行数据的频数分析、数据的集中趋势分析、数据离散程度分析、数据的分布、以及一些基本的统计图形。

通常我们拿到一份数据集，首先对获取的数据进行清洗，整理成我们业务所需要的新数据，然后再对新数据进行描述性统计分析，常用的是 Excel 中自带的分析分析工具（描述性统计分析），Excel加载后即可使用。

描述统计分为集中趋势分析、离中趋势分析、相关分析三大部分。

集中趋势分析

集中趋势分析主要靠平均数、中数、众数等统计指标来表示数据的集中趋势。

离中趋势分析

离中趋势分析主要靠全距、四分差、平均差、方差（协方差：用来度量两个随机变量关系的统计量）、标准差等统计指标来研究数据的离中趋势。例如，我们想知道两个教学班的语文成绩中，哪个班级内的成绩分布更分散，就可以用两个班级的四分差或百分点来比较。

相关分析相关分析探讨数据之间是否具有统计学上的关联性。

二、推断性统计

定义：根据样本数据推断总体的数据特征。

统计学是数据分析必须掌握的基础知识，它是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。统计学用到了大量的数学及其它学科的专业知识，其应用范围几乎覆盖了社会科学和自然科学的各个领域，而在数据量极大的互联网领域也不例外，因此扎实的统计学基础是一个优秀的数据分析师必备的技能。