数据分析-统计基础

day1：集中趋势，离散测度，均值，中位数，众数，方差等。点估计，区间估计等相关的知识

现代数据分析：把数据放到一个数据空间中，通过这个空间的个各种形变与分析而挖掘除数据底层所携带的信息

一：数据类型

        类型1：离散型数据：离散随机变量是指一个只取有限个或可数无限个数值的随机变量。通常用古典概型来描述

                     连续性数据：连续随机变量是指一个取任何实数的概率都为零的变量。通常用集合概型来描述

         类型2：横截面数据：一个时间点或一个时间段内取到的所有数据

                      时间序列数据：当带有时间属性，那么数据就带有了某种相关性

                      面板数据：既有时间属性，又有空间属性（例：去年一年企业在全国各大城市的销量数据）

           类型三：

二：数学模型

        2.1什么是数学模型：从数学角度看，基于统计数据的拟合函数的方法

        2.2：分析模型

                 挖掘模型：只能挖掘未来，不能分析过去

                 统计模型：既能挖掘未来，又能分析过去

        2.3回归模型：

              2.3.1：  最简单的回归模型是一元线性回归模型：

                 举例：

                       1. •𝐿𝑂𝐿胜率=𝛽0+𝛽1练习时间+𝜖LOL胜率=β_0+β_1 练习"时间"+ϵ

                        练习时间每多一分钟，会使胜率提高𝛽1β_1个百分点

                        2.•皮肤光泽度=𝛽0+𝛽1燕窝摄入量+𝜖皮肤光泽度=β_0+β_1 燕窝摄入量+ϵ

                          每多吃一斤燕窝，会使皮肤光泽提高𝛽1β_1度。

                2.3.2：回归模型扩展

三：线性代数

        3.1向量

        3.2：向量的坐标

        3.3向量运算

                向量的加法：2维空间内，就是求给定2个向量所围成的平行四边形的对角线

              向量的数乘：将给定向量按比例缩放（拉伸），负数表示反向拉伸。

              3.4线性组合：

                        将一个向量组中的向量做数乘后相加，即得到该向量组的一个所谓的线性组合

                3.4：张成空间

                        含义：所有可以表示为给定向量的线性组合的向量集合，被称为给定向量张成(span)的空间                

                        若给定多个向量，移除其中一部分而不减小张成空间，是为线性相关。

                        如果所有向量都给张成空间增加了维度，是为线性无关。