数据分析相关的数学基础

 一、线性代数

二、函数，微积分

三、数据度量，统计量及抽样分布，参数估计

四、假设检验，相关分析，回归分析

——————————

离散：N

稠密：Q

连续：R

离散型数据：离散随机变量是指 一个只取有限个数或可数无限个数值的随机变量。自然数。

连续型数据：连续随机变量是指 一个取任何实数的概率都为零的变量。（稠密+连续），几何型数据。

————————————

横截面数据：在一个时间点/一个时间段内取到的所有数据（企业一个月的销量）

时间序列数据：数据带有时间，就带有天然的相关性。默认一次只研究一个序列。

面板数据：既有时间属性又有空间属性。（去年一年企业在全国各大城市的销量数据）

————————————

排序	计算	数据类型	例子
NO	NO	定类型	国籍
YES	NO	定序型	健康状况
YES	YES	数值型	时间

以前做的更多是“数值型”；现在做得更多是“定序型”。例如：消费者偏好（不好量化）。

*多多积累定序型数据分析的研究方法。

*存在不可排序但可计算的数据，仅仅一种叫复数型 z=x+iy

————————————

数据模型：基于统计数据的拟合函数的方法