统计学习篇

以下几个指标是出现频次很高的，本人很混淆，也不会用于数据分析案例和解释数据

下文是摘抄网上的便于理解的内容：

变量

1，离散变量，也就是看数字末尾的小数点后面是否有意义，哑变量男女0,1
2，连续变量，小数点后面是数据有意义的就是连续变量， 金额，身高
目前不涉及怎么用，这里就是概念

• 引入一个例子说明方差和标准差，分别说明什么问题
• *方差告诉我们差异大小分散程度（结合下面散点图片也就是差异图形的求和）
• 标准差（平均每个人的差异的距离）*

方差，标准差

• 量化数字的相似性即「集中趋势量数」（measures of central tendency），包括平均数、中位数和众数；
• 量化数字的差异即「差异量数」（measures of variability），包括方差和标准差。

案例1：

这里平均数4.75

我们的目标是计算数字之间的差异，以及数字与平均值之间的差异

我们无法计算所有差异的总和。因为一些差异是正值，一些是负值，求和会使正负抵消得到 0。为此，我们对差异取平方（稍后我会解释为什么取平方而不是其他运算，如取绝对值）。也就是面积的求和

现在，我们来计算差异平方的总和（即平方和）：

大正方形的面积等于 67.5 points^2 相当月67.5（ ㎡ 还是平方厘米不清楚 单位是省略的所以这里points意义是这个)

方差就是总面积差额的平均一个面积，但是面积不便于比较于是用了标准差反应数据组内波动差异。

于是：
方差越大，数据分布广泛，差异更大
标准差也可以反映数据的分布情况，但是它并不能直接反映出数据的差异性大小