[数据思维】基本概念-Day01

一、均值

1. 一般来讲，平均值会看算数平均和加权平均，算数平均要尤其注意异常值的影响，对于数据分布跨度较大，或是要对近期数据分配较大权重系数的分析范围，加权平均值更优；

2. 辛普森悖论。要注意分组时算数平均表现更优的选手，在合并为总体后，表现可能较差，显然此种情况，要是想用算数平均值指标，那么分组计算是合理的；【启示：对于数据要深挖。若只看整体数据指标就下结论，很有可能导致错误的结论。】

二、大数定律和小数陷阱

1. 大数定律，理论上应该服从的分布或概率，只有在试验次数达到一定量级上才会实现，如抛硬币正反两面出现的概率都是50%；

2. 小数陷阱，生活中很多事情是否发生，彼此间是相互独立的，所以想当然的认为既然其他情况已经发生多次，那么下次会发生某种情况的概率就会很高；【如掷色子，在有限的掷数下，一直不出点数6也是有可能的。】

三、墨菲定律。大家都会对满足自己解释预期的情况，或者说对影响不好的坏事关注度更高，更容易记住，并认为会经常出现。

四、随机对照试验，当我们不知道客观世界里一个问题的真正答案的时候，可以通过少量的数据来验证非常大的数据规律，即在有限的数据条件下，验证实验组和对照组是否有明显差异。

五、直方图与柱状图不同。

1.直方图用来看分布，柱子和柱子之间没有间隔，且柱子宽度可以不一样；

2.柱状图用来对比数据大小，柱子和柱子之间有间隔，且柱子宽度需要一样；

六、幂律分布（指数分布）与帕累托法则（二八法则）

1. 幂律分布，归功于传播性；

2. 帕累托法则，互联网公司，只有第一第二，没有第三第四

3.启示：我们身处的世界是赢者通吃的世界，开始时细微优势最终将带来无穷多的回报。反之，最初的细微劣势也将导致最终一无所有。