WalkingAlien World

Stanley Smith Stevens在1946年《科学》中将变量分为4类。这种分类被普遍认可。有了这四个维度，世间的一切信息都可以被转化为数据。

随机样本（Random Sample）是指来自总体的、能够正确反映总体情况的元素总称。满足如下条件： （1）被研究的总体要有明确的定义。 （2）总体的每个个体有一个已知的概率包含在该样本中。 （3）抽样过程中必须遵循随机原则。方便样本（Convenient Sample）是指研究者出于方便性的原因而选取的“唾手可得”的样本。自愿回应样本（Volunta

TSV tab separated values（为用制表符tab分隔的文件） name age 张三 20 李四 30CSV comma separated values（为用逗号分隔的文件）name,age张三，20李四，30两者均是以纯文本形式存储的表格数据，可由表格软件导出或读入，编码方式是可以自行定义的。本质而言没有太大区别。

Volume (大量) Variety (多样) Velocity（高速） Value （价值） 大数据是通过对大量数据的分析得出个体特征的分析，即以大见小；而统计学是从一部分数据中推敲整体的特征。但是从整体与部分来说，大数据本身也还是一种抽样。大数据与统计学，两者并不矛盾。

——来自维基百科box-plot又称为盒须图、盒式图、盒状图或箱线图，是一种用作显示一组数据分散情况资料的统计图。因型状如箱子而得名。在各种领域也经常被使用，常见于品质管理。它能显示出一组数据的最大值、最小值、中位数、下四分位数及上四分位数。这组数据显示出： 最小值(minimum)=5 下四分位数(Q1)=7 中位数(Med)=8.5 上四分位数(Q3)=9 最大值(maximum )=

零假设（Null Hypothesis）：统计检测时的一类假设。零假设的内容一般是希望证明其错误的假设。与零假设相对的是备择假设（对立假设，Alternative Hypothesis），即不希望看到的另一种可能。(个人理解：比如我现在要做一些实验证明阳光对植物的影响，我是希望发现阳光与植物是有一些关系的，这种情况下我做原假设/零假设即是：阳光对植物没有影响。备择假设：阳光对植物有影响。)第一类错误