统计基础概念及数据分析方法

描述性统计：分析数据集中度和分散度

推断统计：通过样本对整体情况做出推断

数据分析方法：聚类、回归、分类及组件差异。

描述数据的两个关键点：

数据的中心度，数据集中在那个区域。

常用均值，中位数和众数来反映

均值：也称为平均数，所有数据除以数据条数，缺点，容易被极大极小值干扰，难以反

馈真实的数据情况。

中位数：将数据按照大小排序处于中间位置的数字，比均值更好的反应数据的中心。

众数：数据种出现最多的数字。

实际使用种，这些指标可能埋没掉很多信息，比如我们的收入，你会感觉自己经常被平均

掉，只使用中心度来描述数据是有缺陷的。

离散度：数据的最大最小值差距是多少。

常用全距、四分位数、方差、标准差

全距：数据中最大值和最小值的差异，直观反映数据的变化范围，缺点是提供的信息比

较粗略。

四分位数：对全距的信息增益改进，不仅有最大值最小值，加入了组间间隔。

方差：描述数据中的每个点和平均值偏离的距离。

标准差：方差开方的结果。

数据的相关性：用以研究不同数据间的关系，常用散点图来查看，使用X轴和Y轴来分别对应需要分析的具体数字。

相关分析分为三种可能的结果：

正相关：即X变量增大时Y变量随之增大。

负相关：即X变量增大时Y变量随之减小。

无相关：X变量与Y变量无明显的关系。

相关系数的取值在-1和1之间，接近1正相关越强，接近-1，负相关越强接近）则代表相关性越

弱。

因此在数据分析探索阶段，可以多使用图标对数据进行探索式分析，让我们更快的抓住数据重点，让工作更高效。