每次在寫數(shù)據(jù)分析必學(xué)知識(shí)時(shí)，我都會(huì)提到，對(duì)于數(shù)據(jù)分析師來說，我們是必須學(xué)習(xí)統(tǒng)計(jì)學(xué)知識(shí)的，畢竟天天跟數(shù)據(jù)打交道，總不能連最基礎(chǔ)的統(tǒng)計(jì)學(xué)知識(shí)都不會(huì)吧？

舉個(gè)例子，數(shù)據(jù)分析，你如果連最起碼的置信區(qū)間都不懂，你還怎么處理數(shù)據(jù)？如果統(tǒng)計(jì)學(xué)中最基本、核心的思想：用樣本估計(jì)總體，你都沒概念，就別說自己會(huì)數(shù)據(jù)分析了。

但多數(shù)人在學(xué)習(xí)統(tǒng)計(jì)學(xué)知識(shí)時(shí)會(huì)無(wú)比頭疼，因?yàn)榻y(tǒng)計(jì)學(xué)的書籍里幾乎都是復(fù)雜的推理公式，讓人難以理解。其實(shí)，對(duì)于大部分?jǐn)?shù)據(jù)分析師來說，我們并不需要掌握的那么細(xì)。

因此，我整理了一些你需要掌握的統(tǒng)計(jì)學(xué)知識(shí)，把統(tǒng)計(jì)學(xué)知識(shí)展開了說，讓大家大致了解有哪幾個(gè)模塊知識(shí)，然后跟著這些模塊知識(shí)去學(xué)習(xí)。

概率與概率分布

先要明確，統(tǒng)計(jì)學(xué)不研究統(tǒng)計(jì)，它研究的是不確定性！而不確定性事件唯一的量化標(biāo)準(zhǔn)就是概率，獨(dú)立隨機(jī)事件沒法通過概率來預(yù)判何時(shí)發(fā)生，但卻可以用概率來描述事件發(fā)生的可能性。

這一模塊主要掌握：

隨機(jī)事件的概率

離散隨機(jī)變量

連續(xù)隨機(jī)變量的概率分布

數(shù)據(jù)的概括性度量

在數(shù)據(jù)人的實(shí)際工作中，你會(huì)經(jīng)常遇到這種情況：業(yè)務(wù)人員/老板拿到一坨數(shù)據(jù)，丟在你面前，讓你分析。這時(shí)，大多數(shù)人會(huì)不知所措，不知道從哪一步開始整理這些數(shù)據(jù)。這個(gè)時(shí)候，就需要通過概括性的度量指標(biāo)，來幫我們從宏觀上把握數(shù)據(jù)中的初步信息。

這一模塊主要掌握：

集中趨勢(shì)的度量

離散程度的度量

分布形態(tài)的度量

回歸分析

回歸分析，因?yàn)樗囊锥?，也因?yàn)樗膶?shí)用性，但隨著自己數(shù)據(jù)分析經(jīng)驗(yàn)的積累，對(duì)回歸分析的理解也越來越深，它不是簡(jiǎn)單的回歸模型求解那么簡(jiǎn)單，它更是一種日常工作中解決問題的思路和方法論。

這一模塊主要掌握：

相關(guān)系數(shù)

回歸分析

最小二乘法

顯著性檢驗(yàn)

統(tǒng)計(jì)量及其抽樣分布

抽樣，就是從研究的總體中抽取一部分個(gè)體作為我們真正的研究對(duì)象，稱為樣本，最后通過樣本的結(jié)果來推測(cè)總體情況。

這一模塊主要掌握：

統(tǒng)計(jì)量的基本概念

常用統(tǒng)計(jì)量

正態(tài)分布

參數(shù)估計(jì)

參數(shù)估計(jì)，顧名思義就是對(duì)參數(shù)進(jìn)行估計(jì)，那什么是參數(shù)呢？就是你假設(shè)分布的參數(shù)，也就是說你知道某個(gè)隨機(jī)過程服從什么分布，但是不確定他的參數(shù)是什么，那怎么辦？你采樣，然后通過這些樣本的值，去估計(jì)分布的參數(shù)就是參數(shù)估計(jì)。

這一章節(jié)，需要大家掌握幾個(gè)核心概念：

• 參數(shù)
• 點(diǎn)估計(jì)
• 區(qū)間估計(jì)