udacity優達學城數據分析學習筆記一

4 人贊了文章斷斷續續學習了一個月，自己時間安排還不是很好。一定要改善！

這階段大致學習了統計學的基礎知識。

• 集中趨勢的量度

有時候，把握問題的核心才是當務之急，從一大堆的數字看出模式和趨勢可能頗為不易，求出平均數往往是把握全局的第一步，有了平均數就能迅速找出數據中最具代表性的數值，得出重要結論。所以，也是先學習了:均值，中位數，眾數的定義。

• 分散性和變異性的量度

平均數在尋找數據集的典型值十分了得，但是平均數並不能說明一切，平均數僅僅讓你知道數據中心所在，但若要給數據下結論，還要分析各種距和差，異常值的定義，四分位數(IQR),方差，標準差，貝塞爾校正的樣本標準差等

• 正態分布

形狀為對稱的鐘形，眾數，均值，中位數都相等。

求正態概率的時候，首先要確定所需要的概率範圍，然後求出這個範圍的極限的標準分，z=(x-μ)/σ

通過概率表查找標準分，可求出正態概率，

• 統計抽樣的運用

統計需要數據，數據從何而來，很多時候，數據收集並不容易，當事件數量十分龐大的時候，如何進行抽樣的統計，還有如何利用到手的樣本，利用樣本準確的預測總體。

總體均值，點估計量可以近似總體參數，大量相互獨立的隨機變數，其均值的分布以正態分布為極限

• 置信區間的構建

有時候樣本無法給出足夠的正確的結果，比如用點估計量估計總體均值，方差或一定比例的精確值。問題在於怎能肯定自己的估計完全正確，畢竟，僅是依靠樣本對總體作出假設，所以需要構建置信區間。

1. 選擇總體統計量

2. 求出所選統計量的抽樣分布

3. 決定置信水平

4. 求出置信上下限

測試主要要點

確定自變數和因變數

確定假設集是什麼

設計統計檢驗來辯證提出的假設

對結果做解釋，例如：

如何通過 p 值決定選擇哪個假設的邏輯推導過程