数据分析师系列课程 统计学基础1

基本概念

1、概率：描述某件事情出现的可能性的大小；
2、概率与机会的关系：概率描述了某件事情发生的机会的多少，0-1之间；
3、条件概率：在某种条件或者信息下对事件发生的可能性大小称为条件概率；
4、相关事件：如果几个事件互相有影响，则为相关事件，即一件事件的发生与否会影响另一件事件的发生概率；
5、独立事件：如果几个事件互不影响，则为独立事件，即无论其他事件发生与否，某个事件的发生概率保持不变
6、互斥事件：事件A和事件B不可能同时发生，互斥事件即AB同时发生的概率为0，P(AB)=0；
7、统计：统计是一门收集数据，处理和分析数据，解释数据并从数据中得出结论的科学
8、统计方法分为描述统计和推断统计
（1）描述统计：研究的是数据收集，处理，汇总，图表描述，概括与分析等统计方法，目的是描述数据的特征，找出数据的基本规律。
（2）推断统计：研究如何利用样本数据来推断总体特征的方法。推断统计又分为参数估计和假设检验。
（3）参数估计：即利用样本信息估计总体特征，比如从样本均值估计总体均值
（4）假设检验：即利用样本信息判断对总体的假设是否成立，比如小概率事件，比如反证法
9、变量与常量：都是统计学研究的对象特征，在数量指标中，不变的数量指标称为常量或参数，可变的数量指标称为变量。
（1）按变量值是否连续：分为连续变量和离散变量。离散变量指数值只能用自然数或整数单位计，如人数等；连续变量指在一定区间内可以任意取值的变量，其数值是连续不断的，如身高，血压，体重等。
区分：连续变量是一直叠加上去的，是逐渐增长的，增长量可以划分为固定的单位，即1,2,3…;离散变量是对所有统计对象的计数，增长量是非固定的，不是逐渐增长的。
（2）按变量值是否能量化：分为定性变量与定量变量。可以由数字量化的变量就是定量变量，无法用数字表示的变量就是定性变量，如性别，观点等。
10、数据的类型：
（1）按计量层次：分为数值型（如成绩100分），分类型（如性别分男女），顺序型（如等级分一等、二等、三等）
注意，不同类型数据可以相互转化的
（2）按时间状况：分为截面数据和时序数据。
截面数据指在同一时间，由不同统计单位和相同统计指标组成的一组数据，例如股票数据。不要求统计对象及其范围相同，但要求统计时间相同。
时序数据是在不同时间点上收集到的数据，该类数据反映的是某一现象等随时间的变化状态或程度。如每天气温
11、绝对数与相对数
绝对数：反映客观现象总体在一定时间、地点条件下的总规模、总水平的综合性指标
相对数：指由两个有联系的指标对比计算而得到的数值
12、频数与频率
频数：一组数据中个别数据重复出现的次数（绝对数）
频率：每个小组的频数与数据总和的比值，它代表的是某组在总体中出现的频繁程度（百分数表示，是相对数）
13、百分比与百分点
百分比：表示一个数是另一个数的百分之几，也称百分率或百分数，通常采用%表示，属于相对数
百分点：指以百分数的形式表示的相对指标的变动幅度，比如增长几个百分点
14、比例与比率
比例：指在总体中，各部分数值占全部数值的比重，它反映的是总体的构成和结构
比率：是不同类别数值的对比，它反映的是一个整体中各部分之间的关系
总结，比例指部分占总体的比重，比率指各部分之间的对比
15、倍数与番数
倍数：一个数除以另一个数所得的商
番数：指原来数量的2的N次方，即翻一番 等于 原来的2倍，翻两番 等于 原来的4倍
16、同比与环比
同比：目的是为了与历史同时期进行比较，该指标主要反映的是事物发展的相对情况。比如2019年1月与2018年1月对比。
环比：目的是为了与前一个统计时期进行比较得到的数值，该指标主要反映的是事物逐期发展的情况，比如2019年2月与2019年1月对比。