统计学python是什么方向的_Python之路 03 描述统计学的操作

关于简单的描述性统计学

在大学时期也多多少少学了一下有关统计学的课程，如统计学1，统计学2，计量经济学，数理经济学，金融工程2 等等。但并无多大兴趣，学了就为了过科而已。我不是学霸，不能像《三傻大闹宝莱坞》的兰彻，或者《决胜21点》那位MIT的华裔马恺文，能把理论巧妙地运用到现实生活，并产生盈利。

现在在学习Python数据分析的过程中重拾统计学，先从简单的描述性统计做起，把理论与实际相结合运用起来。下面是总结的内容：

(本人非常懒惰，下面将大量借用猴子老师课程的图片)平均数

即对所以数进行算术/几何平均。为了追求精确性，一般在处理打了数据时，几何平均比较常用到。因为它统计的是所有的数，包括正常值和异常值，故当出现个别极端情况下，均值不具有代表性，例如演员行业的平均收入。四分位数

可以简单的理解为中位数的中位数，如下图：

为了更加直观，四分位数可以表现为箱线图的形式。如下：

这可以凸显出其优点：从整体描述出数据集的分部状态，下面用例子说明：

四分位数如何识别异常值呢？

猴子老师的课程提供一种方法，名为Tukey's test

总结：四分位数在初步的数据处理中挺有用的，箱线图能够提供很直观的数据分布情况。在大学中好像只提过一下四分位数，但是几乎没有用过。更常用的是求正态分布和对数分布的置信区间(如：95%)。有些复杂，不用很容易忘记，于实际生活没多大的作用。尽管很多事物都符合大数原则，但现实生活中一般面对的是小样本事件。根据大数原则制定的策略对应重复性低的事件没什么作用。

标准差

标准差可以描述样本的波动程度。是大学时期的老朋友了，经常用于计算股票，投资组合的波动情况，也会借用标准差来帮助期权定价(这是理想的情况)。现实中更多的是用期权的市场价格来反向计算出其的标准差。

标准分

就是Z值，一般用于构建正太分布，对数分布等，用得挺多，但不是很懂其原理。希望在以后的python数据分析中能把大学时期学的知识融会贯通。

用Python对股票进行描述性统计分析

会用到3个包：pandas， pandas-datareader 和 matplotlib

在画图中没有出现时间轴乃一大败笔，希望在下次课程具体学习matplotlib中能找到解决方法！