统计分析的目的

收集数据、整理分析数据和由数据，

手段：
描述性统计：利用表格/图形或者数值（数值特征）来展示和刻画数据中的信息
表象特征

推断性统计：对上面的描述性数据，进行估计和检验。
表象特征的真实的概率

统计学的本质

人工智能：统计学，机器学习，深度学习

统计学：通过抽样去推断整体特征，
首先分析总体的特征
总体数量太多，所以只能抽取数据（抽样），根据抽样的样本，来推测整体存在的特征。
推断的结果，需要进行检验和估计，所以统计学会有一个p值概率

机器学习，没有p值

统计学要学习：抽样方法、推断的方法、计算误差的方法

抽样：有科学地抽样

推断

假设检验

4种测量尺度

集中趋势

离散趋势

4种测量尺度：

定类测量尺度：例如：性别——频数分布表
功能：分类

定序测量尺度：例如：喜欢的宠物顺序——频数分布表，
功能：分类，还有排序功能

定距测量尺度：例如：温度，0-10分——频数分布、平均值、标准差
功能：分类，排序，计算（加减功能等，不具备乘除），
没有绝对0点，当温度为0 ，还是有温度，0度的一半是什么呢？？

定比尺度数据：例如：体重，身高，年收入——频数分布、平均值、标准差
功能：分类，排序，计算（加减比较）（乘除的比较），
有绝对0点，当体重为0 的时候，代表没有体重

定类+定序，合称为：分类变量
最主要频次统计

定距+定比，合称为：连续变量
最主要均值和标准差，频次统计