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