数据分析模型及商业决策（一）：带你一文掌握统计学基础

【描述数据的统计学工具】

一、统计分为两大类

• 一个是分析数据集中度和分散度的描述性统计
• 一个是通过样本对总体情况作出推断的推断性统计

只有掌握了统计学基础，我们才能在统计学的基础上进行聚类、回归、分类、组间差异这四个常见的数据分析方法

二、数据案例引入

2.1销售数据

原始数据中上万条的记录都被保存着，一眼看上去是杂乱无章的数据

2.2销售额表现怎么样?

阐述解释数据的状况，这就是描述统计

2.3可视化

描述数据有两个关键的问题（描述性统计分析）

• 中心度：销售额集中在哪个区
  
• 分散度：最小值和最大值之间的区间（左侧箭头）
  

三、数据的集中度

包括以下三点：

• 均值，平均数，均件，最常用的衡量集中度的指标（误区：有非常大的或者非常小的销售额会拉高整体均值，因此需要同时提供中位数和众数）
• 中位数，将数据从小到大排列之后，处于最中间位置的那个数字
• 众数，数据中出现最频繁的那个数字，可能有很多众数，或者找不到众数

四、数据的离散度

包括以下四点：

• 全距，数据中最大值和最小值的差，是简单实用的指标
• 四分位数，对全距的改进，从小到大排序，均分为四等分，四分位数有三个,处在25%位置上的数值(Q1)，处在50%位置上数值即中位数(Q2),和处在75%6位置上的数值(Q3)，确定四分位数的位置公式
  Q1的位置=(n+1) x 0.25
  Q2的位置=(n+1) x 0.5
  Q3的位置=(n+1) x 0.75
• 方差，更全面的反映离散度，偏离
  
• 标准差，方差的开方结果，越大，表示偏离越远

五、数据的相关性

5.1案例

数据有很多种类---------------->研究不同数据之间的关系

• 用户在app上的使用时间和他们购买产品金额大小之间的关系
• 用户个人资产大小以及他们申请贷款的金额等等

5.2