数据分析中的统计学基础及Python具体实现【数据分析】

各位大佬好 ，这里是阿川的博客，祝您变得更强

个人主页：在线OJ的阿川

大佬的支持和鼓励，将是我成长路上最大的动力

阿川水平有限，如有错误，欢迎大佬指正

Python 初阶
Python–语言基础与由来介绍
Python–注意事项
Python–语句与众所周知
数据清洗前 基本技能
数据分析—技术栈和开发环境搭建
数据分析—Numpy和Pandas库基本用法及实例
统计学基础前 必看
数据分析—三前奏：获取/ 读取/ 评估数据
数据分析—数据清洗操作及众所周知
数据分析—数据整理操作及众所周知

数据分析与统计学不可分割

统计学概述

统计学主要是描述和推断

• 描述

  • 分类数据
    • 有限数量的类别的数据
      • 定序
        • 有顺序的
          • 例如金银铜三枚奖牌，金大于银大于铜
      • 定类
        • 例如猫的种类，不能说有顺序

• 

  • 数值数据
    • 对可进行数学运算和统计分析计算有意义的数据
      • 连续
        • 例如1~2之间区间有很多连续的数字
      • 离散
        • 只能以整数或自然数为单位的数据

数值数据分析维度

数值数据是数据分析的重点，分析维度主要从三个方面来分析

• 集中趋势
  • 数据集中分布在哪里

• mean平均数

• median中位数

• mode众数

• 离散趋势
  • 数据偏离中心分布在哪里

• max-min极差

• var/std 方差/标准差

• quantile（0.75）- quantile（0.25）四分位距

  • 四分位距是将数据按顺序，按四等分分好并排序，处于三个分割点位置的数值就是四分位数-
  • 表示中间一半数值的离散程度
    • 越大说明数据越分散
    • 越小说明数据越集中

• 分布形状

• 可以看出数据的偏态、峰度、异常值
• 分布形状主要是指直方图
  plot 表示画图
  • kind参数具体什么形状
    • hist表示直方图

偏态解释

直方图一般为正态分布（平均值、中位数、众数差不多都位于中央）

偏态（平均数、中位数、众数偏离中央）

• 正偏态即右偏态

• 负偏态及左偏态

注意一下直方图

• 数据量小，分布形状较不明显
• 数据量大，分布形状较明显

好的，到此为止啦，祝您变得更强

想说的话

实不相瞒，写的每篇博客都要写三四个小时（加上自己学习和纸质笔记，共五六小时吧），很累，希望大佬支持

道阻且长 行则将至

个人主页：在线OJ的阿川大佬的支持和鼓励，将是我成长路上最大的动力