数据挖掘之统计方法

1. 统计学是一门收集、组织数据并从这些数据集中得出结论的科学，描述和组织数据集的一般特性是描述性统计学的主题领域，而怎样从这些数据中退出结论是统计推理的主题
2. 统计判断
   在统计分析中观测到的所有值，不管其数量是有限还是无限，都称为总体，这个术语适用于任何统计对象，总体中观测值的数量称为总体的大小，一般来说，总体可能是无限的或有限的，但由于一些有限的总体太大，理论上，就把他们假定为无限的
   根据已知的数据集，可以建立总体的统计模型，来帮助对总体作判断，如果取样过程中得出的推断总是高估或低估总体的某个特性，就称之为偏向，，为了消除取样过程中的偏向的可能性，最好是在独立、随机的观察值中选取一个随机的数据集，选取随机样本的主要目的是得到未知总体参数的信息
3. 统计判断理论包括一些能够哦对总体进行推断和归纳的方法，这些方法分为两大类：估计和假设检验
   A:在估计中，为了估计系统的未知参数，需要给出一个置信度或一个置信空间，目的是从数据集中获得信息，来估计现实世界系统模型的一个或多个参数
   X*=X-Y，如果Y是数值，就称为回归，如果Y是离散、无序的数据集，就称为分类
   B: 在统计检验中，根据对数据集的分析来判断接受还是拒绝对总体特性值的假设，统计假设是关于一个或多个总体的断言或推测，除非检测了整个总体，否则不能完全肯定一个统计假设的真假，当然，在多数情况下，这是不切实际的，甚至是不可能的，所以可以根据随机选取的数据集来检验假设的真假，如果从这些数据集中得出的结果与原假设不一致，就拒绝这个假设，如果得出的证