SAS DM数据准备读书笔记7（数据集比较）

在分析过程中，我们可能：

（1）从总体数据集中抽样得到样本数据集；

（2）将总体数据集抽样，分为训练集、校验集、测试集；

（3）我们得到训练集、校验集，但没有办法得到总体数据集；

因此，对于连续型变量我们可能需要比较这几类数据集的一些统计量（如均值、方差、标准差）或者分布是否相等。

比较方法有两大类别，一类就是使用经典统计方法，比如t-test, Chi-square test，另一种使用简单的数值比较法，而不用统计检验方法，比如直接比较两个统计量的比值，如果超差异超过10%，常被认为是不一致。

在实际项目经验中，两种方法都会涉及。