《商務(wù)統(tǒng)計(jì)學(xué)》戴維-萊文

翻開書的一瞬間秒懂箭阶，這是我一直想要找的統(tǒng)計(jì)學(xué)書藉。

他不但講知識(shí)谚殊，重要的是，站在整個(gè)數(shù)據(jù)工作流程上蛤铜，給出一套完整的框架嫩絮，給所有的知識(shí)點(diǎn)找到了安放的位置丛肢。

符合我們面對(duì)工具、知識(shí)的一般理解邏輯：是什么剿干？怎么用蜂怎？為什么雖然重要，但卻不是當(dāng)下最重要的置尔。

在此之前已經(jīng)看了好幾本統(tǒng)計(jì)學(xué)相關(guān)的知識(shí)杠步，知識(shí)點(diǎn)大概都知道了，但仍然不知道怎么用榜轿，有什么用幽歼，仿佛空有內(nèi)力，但沒有招式一般谬盐，與人切磋仍然只會(huì)蠻干甸私。

什么是統(tǒng)計(jì)學(xué)？

統(tǒng)計(jì)學(xué)是一種思維方式飞傀，包含一系列處理數(shù)據(jù)的方法皇型，能幫助我們判斷事件的發(fā)生、數(shù)據(jù)的差異是偶然的砸烦，還是具有顯著意義的弃鸦，以便更好的做出決策。

如何更好的理解統(tǒng)計(jì)學(xué)這種思維方式幢痘？

通過(guò)一個(gè)框架將統(tǒng)計(jì)學(xué)的各種任務(wù)組織起來(lái)唬格。

一個(gè)框架（DCOVA）

• 定義（Define）解決問(wèn)題所需研究的變量，這些變量有助于解決問(wèn)題或?qū)崿F(xiàn)目標(biāo)雪隧。
• 從適當(dāng)?shù)臄?shù)據(jù)源收集（Collect）數(shù)據(jù)西轩。
• 創(chuàng)建表格對(duì)收集到的數(shù)據(jù)進(jìn)行整理（Organize）。
• 創(chuàng)建圖形使整理出來(lái)的數(shù)據(jù)更加可視化（Visualize）脑沿。
• 分析（Analyse）數(shù)據(jù)得出結(jié)論并進(jìn)行演示藕畔。

在使用DCOVA之前，需要先定義問(wèn)題庄拇，確定一個(gè)研究目的是定義問(wèn)題結(jié)束的標(biāo)志注服。

在DCOVA中，首先需要完成DC獲取有意義的結(jié)果措近，OVA的執(zhí)行順序則不固定溶弟，根據(jù)實(shí)際需要執(zhí)行。

如何定義問(wèn)題瞭郑？

如何定義變量辜御？

• 那什么叫變量？

  有助于分辨?zhèn)€人或事物的特征屈张。

• 數(shù)據(jù)的定義是什么擒权？

  與變量相關(guān)的各個(gè)值的集合袱巨。

• 如何定義變量？

  對(duì)每個(gè)感興趣的問(wèn)題碳抄，需要提供可操作的定義愉老，即對(duì)所有與分析相關(guān)的人而言該定義是明顯普遍接受的含義。

  為此剖效，需要先劃分變量類型：

  1. 屬性變量（定性變量）

     分類的不同類型嫉入。

  2. 數(shù)值變量（定量變量）

     通過(guò)計(jì)數(shù)或測(cè)量所得到的值。

     • 離散變量：計(jì)數(shù)所得璧尸。
     • 連續(xù)變量：測(cè)量所得咒林。注意，測(cè)量單位與精確程度是連續(xù)變量的可操作定義的一部分逗宁。

收集數(shù)據(jù)需要注意什么映九？

1. 注意區(qū)分?jǐn)?shù)據(jù)來(lái)源

   數(shù)據(jù)來(lái)源可分為原始數(shù)據(jù)來(lái)源（一手）和二手?jǐn)?shù)據(jù)來(lái)源。

2. 辨別收集的數(shù)據(jù)是來(lái)自總體還是樣本

   分析一個(gè)總體的數(shù)據(jù)時(shí)瞎颗，需要計(jì)算參數(shù)件甥。

   分析來(lái)自樣本的數(shù)據(jù)時(shí)，需要計(jì)算統(tǒng)計(jì)量哼拔。

3. 數(shù)據(jù)可能是結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)

4. 同樣的數(shù)據(jù)可能是不同的電子格式引有，或不同的編碼方式

5. 數(shù)據(jù)清理

   異常值，對(duì)于屬性變量是未定義的值倦逐，對(duì)于數(shù)值變量是不可能值譬正。

   缺失值，由于某種原因無(wú)法收集到的值檬姥。

6. 重新編碼數(shù)據(jù)

   可能需要考慮將屬性變量的類別重新劃分曾我，或?qū)?shù)值變量劃分為分組轉(zhuǎn)化為屬性變量。

   特別注意健民，為新的變量提供可操作定義抒巢，每個(gè)數(shù)據(jù)的值只能被分配到一個(gè)類別，即互斥秉犹，且新產(chǎn)變量應(yīng)包含所有的數(shù)據(jù)蛉谜，即完備。

抽樣方法類別

• 抽樣框

  1. 概率樣本

     凡有可能都應(yīng)該使用概率樣本崇堵，唯有概率樣本才可以對(duì)總體進(jìn)行統(tǒng)計(jì)推斷型诚。

     簡(jiǎn)單隨機(jī)樣本、系統(tǒng)樣本鸳劳、分層樣本狰贯、聚類樣本。

  2. 非概率樣本

     便利樣本、判斷樣本暮现。

調(diào)查誤差的類型

• 調(diào)查是收集數(shù)據(jù)的主要方式之一还绘。要識(shí)別調(diào)查的客觀性/可信度楚昭。

  1.評(píng)價(jià)調(diào)查目的：為什么進(jìn)行調(diào)查栖袋？調(diào)查為誰(shuí)而做？

  2.調(diào)查是基于概率樣本還是非概率樣本抚太？

  3.即使使用概率樣本塘幅，調(diào)查也可能存在潛在誤差

  • 覆蓋面誤差（導(dǎo)致選擇性偏差）
  • 無(wú)回復(fù)誤差（或低回復(fù)率）
  • 抽樣誤差
  • 測(cè)量誤差

如何整理數(shù)據(jù)？

1. 整理性屬性變量

   將值按不同類別計(jì)數(shù)尿贫、計(jì)算百分比电媳。

   總結(jié)表、列聯(lián)表

2. 整理數(shù)值變量

   有序數(shù)組庆亡、頻數(shù)分布匾乓、頻率分布、百分比分布又谋、累積百分比分布

如何可視化數(shù)據(jù)拼缝？

用什么圖形進(jìn)行可視化，取決于我們的目的彰亥。

1. 屬性變量可視化

   • 條形圖咧七，各類別之間進(jìn)行比較。
   • 餅圖任斋，觀察各類別在總體中的占比继阻。
   • 帕累托圖，當(dāng)數(shù)據(jù)主要集中在少數(shù)幾個(gè)類別中時(shí)废酷。
   • 對(duì)比條形圖瘟檩，對(duì)兩個(gè)屬性（變量）進(jìn)行比較時(shí)。

2. 數(shù)值變量可視化

   • 單個(gè)數(shù)值變量

     1. 莖葉圖澈蟆。

     2. 直方圖墨辛，X軸數(shù)值變量，Y軸觀測(cè)值的頻數(shù)/頻率丰介。

     3. 百分比多邊形圖背蟆，X軸為組中值、Y軸為百分比哮幢。

     4. 累積百分比多邊形圖带膀，X軸為組下限，Y軸為百分比橙垢。

   • 兩個(gè)值變量

     1. 時(shí)間序列圖
     2. 散點(diǎn)圖

3. 一組變量的整理和可視化

   • 多維列聯(lián)表
   • 數(shù)據(jù)發(fā)現(xiàn)：向下鉆取垛叨、樹狀圖

準(zhǔn)奏構(gòu)造圖表的恰當(dāng)做法

1.使用簡(jiǎn)單圖形；

2.包含標(biāo)題；

3.標(biāo)明所有的軸嗽元；

4.如果圖表包含軸敛纲，每個(gè)軸標(biāo)明刻度；

5.縱軸從0開始剂癌；

6.使用固定比例尺淤翔；

7.不使用3D特效；

8.不使用花哨圖表佩谷。

如何分析數(shù)據(jù)旁壮？