统计学是一门科学，它使我们能够根据从样本中收集的真实数据得出各种现象的结论。统计学是数学的一个非常广泛的分支，它处理与数据相关的一切，从数据的收集和组织到分析、解释和表示。统计学用于理解数据并做出决策。数学家使用统计学来收集、分析、解释和可视化经验数据。随着数据量的不断增加，统计已成为任何处理数据的领域的重要工具。如果正在处理的数据量相当小，则可以单独讨论所有数据项。然而，现实世界中的大多数情况下，在处理大量数据时，你需要一些可以表示数据的特征值。
统计类型
描述统计推论统计
1-描述性统计
定义1：了解示例。描述性统计涉及以更易于理解的方式汇总和组织数据。描述性统计是统计的一个子集，涉及数据的收集、分析和解释。这使您能够总结和描述关键特征，例如数据集的集中趋势、变异性和形状。描述性统计通常用作数据分析的第一步，以便在应用更复杂的统计方法之前提供对数据的初步了解。与推论统计不同，描述性统计试图描述数据，但并不试图从样本中得出关于整个总体的推论。这通常意味着描述性统计与推论统计不同，不是在概率论的基础上发展起来的。描述性统计的目的是描述样本和总体特征（发生了什么）。众所周知，描述性统计通常处理样本内可用的数据，而不是总体内的数据。 收集、分析、呈现、解释或汇总数据的描述性统计不会对理解当前样本中的数据（平均值、中位数、众数、IQR、范围）做出任何预测。
描述性统计可以帮助您深入了解数据、识别异常值和异常情况、检测趋势和模式，并做出数据驱动的决策。这有助于识别用于建模和预测的关键特征和变量。
2-推论统计
统计推断根据这些特征检验假设、得出结论并预测（预期结果）。 [推论统计是从数据中得出推论或结论的过程。推论统计涉及通过对较小样本进行各种测试和推论来得出有关较大群体的结论[5]。统计学中有多种技术非常适合数据科学。其中一些技术。
中心极限定理假设检验定性数据分析
版权声明：本文转载于网络，版权归作者所有。如有侵权，请联系本站编辑删除。
