统计入门

统计学还是机器学习之类的前提啊。今天看了看统计学教材（我的专业不学的），整理了一些要点。比起花里胡哨的举例来说，我还是觉得稳的概念更好。

定义

统计：

• 处理数据的一门科学。
• 提供的是一套有关数据收集、 处理、 分析、 解释并从数据中得出结论的方法。
• 研究的是来自各领域的数据。

统计方法：

• 只要有数据的地方就会用到统计
  方法。
• 可以简化繁杂的数据

统计数据：

• 对现象进行测量的结果。

数据分析方法分类

• 描述统计方法
  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
• 推断统计方法
  研究如何利用样本数据来推断总体特征的统计方法（抽样）

统计数据分类

有好几种分类方式。

根据计量尺度：

分类数据和顺序数据， 通常是用文字来表述的，均表现为类别，统称为定性数据或品质数据（qualitative data） ：

• 分类数据
  只能归于某一类别的非数字型数据。
  数据表现为类别， 是用文字来表述的。
• 顺序数据
  只能归于某一有序类别的非数字型数据。
  但这些类别是有序的。

说明的是现象的数量特征， 通常是用数值来表现的， 因此
也可称为定量数据或数量数据（quantitative
data） ：

• 数值 型数据
  按数字尺度测量的观察值。

根据收集方法

• 观测数据
  通过调查或观测而收集到的数据
  这类数据是在没有对事物人为控制的条件下得到的
  有关社会经济现象的统计数据几乎都是观测数据。
• 实验数据
  在实验中控制实验对象而收集到的数据。

根据被描述的现象与时间的关系

• 截面数据
  在相同或近似相同的时间点上收集
  通常是在不同的空间上获得
  描述现象在某一时刻的变化情况
• 时间序列数据
  在不同时间上收集
  按时间顺序收集

区分数据的类型是十分重要的， 因为对不同类型的数据， 需要采用不同的统计方法来处理和分析。
这里书给了我们一些好例子。

对分类数据我们通常计算出各组的频数或频率， 计算其众数和异众比率，进行列联表分析和X2检验等；
对顺序数据， 可以计算其中位数和四分位差， 计算等级相关系数等；
对数值型数据可以用更多的统计方法进行分析， 如计算各种统计量、 进行参数估计和检验等。

基本概念

总体和样本

总体：
包含所研究的全部个体（数据） 的集合。
当总体的范围难以确定时， 可根据研究的目的来定义总体。
根据其所包含的单位数目是否可数可以分为有限总体和无限总体（通常实验数据）。这样分主要是为了判别在抽样中每次抽取是否独立。
统计上的总体是一组观测数据， 而不是一群人或一些物品的集合。

样本：
从总体中抽取的一部分元素的集合

参数和统计量

参数（parameter）：
用来描述总体特征的概括性数字度量， 它是研究者想要了解的总体的某种特征值。 由于总体数据通常是不知道的， 所以参数是一个未知的常数。 因为如此， 所以才进行抽样， 根据样本计算出某些值去估计总体参数。
统计量：
统计量（statistic） 是用来描述样本特征的概括性数字度量
它是根据样本数据计算出来的一个量， 由于抽样是随机的， 因此统计量是样本的函数。f（样本）
研究者所关心的统计量主要有：

• 样本平均数
• 样本标准差
• 样本比例

变量

是说明现象某种特征的概念， 其特点是从一次观察到下一次观察结果会呈现出差别或变化。 （变）
统计数据就是统计变量的某些取值。
变量可以分为以下几种类型。

• 分类变量
  说明事物类别的一个名称， 其取值是分类数据。
• 顺序变量
  说明事物有序类别的一个名称， 其取值是顺序数据。
• 数值型变量
  说明事物数字特征的一个名称， 其取值是数值型数据。

当然，
也可以从其他角度对变量进行分类：
eg.

• 随机变量
• 非随机变量

eg.

• 经验变量（empirical variable）
  描述的是周围环境中可以观察到的事物
• 理论变量（theoretical variable）
  由统计学家用数学方法所构造出来的一些变量
  比如后面的有些章节中将要用到的z统计量、 t统计量、 X2统计量、 F统计量等都是理论变量