统计学基础（一）----读书笔记

第一章 统计与数据

1.数据分析的5个W和一个H：

数据分析的第一步，明确你为什么（why，也就是目的）要分析这些数据，数据表中的每一行指代的是谁（who），涉及哪些变量（what，数据表中的列名），至少在明确认识了这三个因素之后，才能进行数据的描述和解释。此外，最好知道when（时间），where（地点）以及how（如何解决的）

2.抽样调查

抽样调查的种类：

1）简单随机抽样

每个样本有同等的机会被抽中，这样的抽样方式叫做简单随机抽样，得到的样本叫简单随机样本。

2）分层抽样

在正式抽取样本之前，通常需要把总体划分成具有共同特征的组（层），然后运用简单随机抽样方法从各层中分别抽取样本单位，最后得到整个样本。

如了解同学们对足球的某种看法，某学校男生60%，女生40%，选择100个样本，由于男女生对足球的看法不一致，使用简单随机抽样不公平，采用分层，即女生中随机抽取40人，男生中随机抽取60人。

3）整群与阶段抽样

如要用教科书中的一段话来考察阅读情况，从书中随机挑选几页，数一数其中包含了多少段话，然后据此测试。若每页都能用来考察对整本书的阅读情况，将整本书划分成一系列的群（每一页），然后抽取一些页并对这些页的所有句子都进行测试，称为整群抽样。在每个群分别代表整体的情况下，整群抽样具有无偏性。

整群抽样与分层抽样的共同点：在抽样之前先对整体进行划分；

整群抽样与分层抽样的不同点：分层抽样在分层后，再从每一层中抽取样本，队层来说是全面调查，抽样调查体现在层内样本的抽取上；整群抽样在划分后，以群为抽样对象，抽样调查体现在群的抽取上，针对群的调查属于全面调查。

阶段抽样：表示将以上几种抽样方法结合起来

4）系统抽样

将总体中的个体按照某种标识排列，然后按照相等的时间间隔抽取样本单位。

第二章 属性数据的描述分析

1.属性资料的分析要领

在描述分析属性数据时，应当遵循以下三个原则：

1）选择合适的图表。

（哪种图表适合表示哪种信息）

2）提炼出必要的信息，以便对现象进行描述。展示出原始表中看不出来的信息，使我们发现隐藏在数据背后的信息，状态以及关系。

（明确分析哪个数据，你要从数据中挖掘什么信息）

3）有助于发现数据本身的重要特征。比如采集的数据中，是否含有奇异值或者错误的值。

（通过数据分析，发现异常值所在）

2.频数分布

1）一般分布

频数分布表和频率分布表：能够说明属性中每个类别的分布情况

属性分类及其对应出现的个体数目的表格，称为频数分布。（Python 中的 value_counts 函数可直接获得）

每个属性类别的个数除以全部观察数据的数目的结果，称为频率分布

2）列联分布

知道每个属性类别的分布数目后，接着需要分析，每个属性的类别与标签的关系，如船舱的等级与生还情况是什么关系。以下表称为列联表，表示每个属性类别上，不同标签的数量分布。加入行频率和列频率和总频率。

3）.条件分布

条件分布，一方面，我们分析，在生还和没有生还的条件下不同等级船票旅客的分布，此时分析行频率。即该属性类别下生的数目/生还的总人数，表示该属性该类别的数目与标签每一类数目的比值。

（除以标签的类别的数量）

另一方面，在相应的船票等级条件下，生还和没有生还的旅客的分布，此时关注列频率。如，一等舱的生还人数/一等舱的总人数。

（除以属性的数量）

4.属性图像描述

1）柱状图

可以表示属性的类别的数目以及频数

2）饼状图

3）族形柱状图与结构柱状图

最后

以上就是彪壮季节为你收集整理的统计学基础（一）----读书笔记的全部内容，希望文章能够帮你解决统计学基础（一）----读书笔记所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。