推理统计与数值统计

基本概念

真实值、测量值、预测值

1.真实值：数学意义上的真实值，是一个理想概念，测量到的总会有偏差，用$x_i（i表示第i个样本）$进行表示。

2.测量值：通观测值是指通过测量或测定所得到的样本值，也常被称作观测值/实际值，用$\widetilde{x_i}（i表示第i个样本）$进行表示。

3.预测值：使用已有数据作为训练集，通过建立数学模型，估计得到的数值，具有一定的假定性和近似性，使用$\widehat{x_i}$表示

4.总体（population）：代表研究的所有数值，比如开展一项针对中国所有博士生的薪资问题，则总体为所有博士生的薪资待遇。

5.样本（sample）：从总体中抽取的部分，如抽取了江苏地区的博士生进行研究。

数据分析方法

拿到一份数据后，应该使用哪些数学工具对数据进行分析，得到想要的结论，可以分为对数据的分布状态、数字特征和随机变量之间关系进行估计和描述的方法。描述统计分为集中趋势分析和离中趋势分析和相关分析三大部分。

集中趋势分析

使用平均数、中数、众数等统计指标来表示数据的集中趋势，是衡量中间水平的指标。例如财富收入的二八定律，因二的人掌握了太多的财富，如果使用平均数作为衡量指标，则会有很多人达不到中间水平，若salary=[2500,3500,2000,4000,2200,3000,1800,20000,50000,3000]，用中位数表示是3000，用平均数表示是9200。
因此，如果样本呈偏态分布，选择使用中位数衡量集中趋势。

离中趋势分析

一些写的比较好的博客，在这推荐给大家。
CSDN.blog
zhihu.blog
离中趋势分析主要靠全距（极差）、四分差、平均差、方差（协方差：用来度量两个随机变量关系的统计量）、标准差等统计指标来研究数据的离中趋势。平均差的数学特性差，很少使用。
其中我不太清楚的为标准分。

标准分

标准分的含义：表示数据偏离平均数有几个标准差；对数据归一化处理；标准分也叫做Z-分数、标准化值；计算公式：

$Z=\frac{x_n-\mu }{\sigma }$
1.比较不同体系的数据集；比较数值在各自的数据集中所占的位置。

2.标准分表示某个数值距离均值若干个标准差，常用于产品的质量管理中，如摩托罗拉和通用率先运用的“6西格玛”质量管理体系：
六西格玛
3.变异系数：为了处理两个数据集的比较分析，引入了变异系数；

相关分析

相关分析探讨数据之间是否具有统计学上的关联性。关联性包括但不限于：两个总体间的线性关系、非线性关系、关联紧密型。
衡量两变量共同变化的紧密程度——即相关系数。得出相关系数可以设定回归函数，进行A到B的估算。

为什么进行对数据进行这么多的特征分析？
最想达到的，就是利用这些特性参数，对总体的未知数据做出以概率形式来描述的推断。这便是推理统计学！也是建模中经常出现的问题。
推论统计：通过分析样本与样本分布的差异，来估算样本与总体、同一样本的前后测成绩差异，样本与样本的成绩差距、总体与总体的成绩差距是否具有显著性差异。

推理统计

推论统计分析包括假设检验、置信区间、效应量，分析步骤也是按照这个顺序进行，其中假设检验是重中之重，一下具有几个实例。
检验1
检验2
40068435)
检验2