大数据的统计学基础.pdf

大数据的统计学基础 第1课 DATAGURU专业数据分析社区 大数据的统计学基础 讲师黄志洪何翠仪 概率论与统计学  概率论是统计学的基础，统计学冲锋在应用第一线，概 率论提供武器  古典概率论  柯尔莫戈洛夫创建现代概率论  学会和运用概率，会使人变得更聪明，决策更准确 DATAGURU专业数据分析社区 大数据的统计学基础 讲师黄志洪何翠仪 参考书 DATAGURU专业数据分析社区 大数据的统计学基础 讲师黄志洪何翠仪 俄罗斯数学教材选译  /?key=%B6%ED%C2%DE%CB%B9%CA%FD%D1% A7%BD%CC%B2%C4%D1%A1%D2%EBact=click DATAGURU专业数据分析社区 大数据的统计学基础 讲师黄志洪何翠仪 统计学  统计学可以分为：描述统计学与推断统计学  描述统计学 ：使用特定的数字或图表来体现数据的集中程度和离散程度。例：每次考 试算的平均分，最高分，各个分段的人数分布等，也是属于描述统计学的范围。  推断统计学 ：根据样本数据推断总体数据特征。例：产品质量检查，一般采用抽检， 根据所抽样本的质量合格率作为总体的质量合格率的一个估计。  应用：统计学的应用十分广泛，可以说，只要有数据，就有统计学的用武之地。目前 比较热门的应用：经济学，医学，心理学等。 DATAGURU专业数据分析社区 大数据的统计学基础 讲师黄志洪何翠仪 集中趋势  例：对于1 2 3 4 5这组数据，你会使用哪个数字作为代表？？——3  对于一组数据，如果只容许使用一个数字去代表这组数据，那么这个数字应该如何选 择？？——选择数据的中心，即反映数据集中趋势的统计量  均值——算术平均数，描述平均水平  中位数——将数据按大小排列后位于正中间的数描述，描述中等水平  众数——数据中出现最多的数，描述一般水平 DATAGURU专业数据分析社区 大数据的统计学基础 讲师黄志洪何翠仪 均值 1 1  均值： = = ( + +⋯…+ ) =1 1 2  例：某次数学考试中，小组A与小组B的成员的成绩分别如下：  A ：70,85,62,98,92 B ：82,87,95,80,83  分别求出两组的平均分，并比较两组的成绩。  组A ：（70+85+62+98+92 ）/5=81.4  组B ：（82+87+95+80+83 ）/5=85.4  组B的平均分比组A的高，就是组B的总体成绩比组A高 DATAGURU专业数据分析社区 大数据的统计学基础 讲师黄志洪何翠仪 中位数  顾名思义，中位数就是将数据按大小顺序（从大到小或是从小到大都可以）排列后处 于中间位置的数。  例： 58,32,46,92,73,88,23  1. 先排序：23,32,46,58,73,88,92  2. 找出处于中间位置的数：23,32,46,58,73,88,92。三个数字比58小，三个数字比58 大  例：58,32,46,92,73,88,23,63——多加了一个数字，情况有何改变？  1. 先排序：23,32,46,58,63,73,88,92  2.找出处于中间位置