第四章描述性统计分析
概述
统计学解决问题的步骤：收集数据、处理数据、分析数据、解释数据。
收集数据是数据分析的前提，直接来源的数据是一手数据，间接来源的数据是二手数据。
调查和实验的区别：调查强调的是不对数据对象进行干扰，任其自然发展，收集发展过程中的数据；实验强调的是有目的的对数据对象进行因素干扰，从而验证这些因素对数据对象是否产生影响，以及产生何种影响。
处理数据：包括将收集的数据进行数据编码、数据库搭建、数据录入、数据审核（包括数据完整性、准确性、时效性、适用性等。）按照研究问题的需要进行数据筛选、数据分组、数据分割、数据合并、数据变形、数据转换等；并进行数据质量评估、数据特征分析、数据可视化分析等探索性分析；这主要是数据清洗岗位的工作。
分析数据：是数据分析师的核心工作。数据分析方法分两大类，描述性统计分析方法和推断性统计分析方法。
描述性统计分析方法：结合数据，对实际问题进行分布特征的描述，也称数据分布特征的描述性分析方法。
推断性统计分析方法：根据掌握的样本数据对总体进行估计或检验，侧重于对总体特征的估计或检验推断，即包括参数估计、假设检验。
参数估计：当总体信息未知时，通过抽取样本来估计总体信息。
假设检验：假设知晓总体某个信息，但无法确认信息是否正确，因此需要抽取样本信息进行假设检验。
注意：部分人认为预测也是推断性统计分析方法中的一种。原因是估计和预测的不同，估计时，总体是存在的、确定的、未知的，即对一个已经发生的事物状态进行估计。预测时，预测的情况是不存在的、不确定的、未知的，即对一个未发生的事物进行预测。两者一个是事后估计，一个是事前预测，本质不同。
复杂数据分析方法：以基本数据分析方法为基础，常结合某类具体问题、某类特殊数据、某类特殊对象等，融合描述性统计分析方法和推断性统计分析方法。例如：相关分析、时间序列分析、生存分析。
解释数据：统计学最后的环节，连接分析数据与解决实际问题的重要桥梁。