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：

排序	计算	数据类型	举例
NO	NO	定类型	国籍
YES	NO	定序型	健康状况
YES	YES	数值型	时间

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. •胜率=0+1练习时间+LOL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1β_1个百分点

                        2.•皮肤光泽度=0+1燕窝摄入量+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1β_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。