[概率统计]商务与经济统计知识点总结 Part 1
寫在前面
概率統計無疑是數據類崗位筆試和面試中很重要的一塊，尤其是對我們這種本碩統計學專業的，可能問的就要更系統一些。思考了很久還是需要從基礎知識慢慢復習起，理論結合具體實踐，不然越看面經越焦慮哈不是嘛。不知道我的博客有沒有人看，不過就當是一個小白2020的求職復習之路吧。
這個系列大概會按照安德森的商務與經濟統計來慢慢梳理，也不想去找什么速成的方法了，總覺得是不靠譜的。每一部分會整理基本的知識點，盡可能的加上一點實際中的運用吧，如果有面經里的一些會稍微整理一點（當然以基礎為主）。
這一 part 主要包括第一章到第二章的內容。
第一章 數據與統計資料
數據類型劃分
分類變量和數量變量
截面數據和時間序列數據
兩種統計
統計一般包括描述性統計和統計推斷
第二章 描述統計學1：表格法和圖形法
描述性統計一般會用在數據分析比賽的第一步用來對數據進行初步的感知，或者是用在最后的數據可視化，所以這一步看似簡單但實則是很重要的，怎么去直觀的感受數據帶來的信息，下面就來看看都有哪些操作。
針對分類變量的描述
頻數分布
相對頻數分布和百分數頻數分布
這個雖然沒有怎么接觸到，但意義也是比較好理解的。
條形圖和餅圖
一般而言，人們更喜歡用條形圖來展示，因為長度往往比角度更加的直觀
針對數量變量的描述
頻數分布
這里我們會問啦，上面分類變量也有這個方法啊，這里說的頻數分布有哪里不一樣嘛。答案是肯定的，因為類型的不同，所以說對于分類變量可以直接的根據類型進行計數，而數值型變量是沒有類別的，需要人為的去劃定一些組別，那么問題就聚焦到應該怎么去劃定這個組別比較合理等等。
基本步驟為：
以這個例子來進行介紹，第一步共20個數據，要確定適合的組數，總不能說20個數據分10個組吧，這也太多了，也不能只分兩組。根據一般的原則，組數會在5~20之間，根據數據的個數再酌情確定，這里我們選擇5.
第二步，我們一般用這個公式來近似的確定組寬，
這里的話，即組寬近似為4.2，則取整選擇為5.
最后則根據這些來確定組限即可，注意不要重疊，一些統計學的教材上面會強調左開右閉或者左閉右開（兩個我都看到過），我個人感覺應該不是太重要，每個值都有去處就可以了。
相對頻數分布和百分數頻數分布
和上面的同理了，我就不說了。
打點圖
這個圖我倒是第一次聽說！
它長這個樣子！
大概意思就是取值一次就打一個點，還真可愛哈哈。
直方圖
直方圖是常用的數值型變量分布的可視化形式，要注意直方圖的橫坐標是連續的，區別于條形圖（用于類別變量）是分割開的。
直方圖是很好的展示分布形態的一個工具，很輕易的看到下面這張圖是右偏的，
累積頻數分布
莖葉顯示
也就是通常所說的莖葉圖哈，
非常簡單的理解，要注意右側數值要排序展示。
和直方圖的區別就在于，一個是橫的一個是豎的，莖葉圖能展示更多的細節數據。
用表格方法匯總兩個變量的數據
交叉分組表
通過這個交叉匯總的方式，我們可以接著得到很多的信息，比如針對橫坐標進行質量等級的展示，或者針對縱坐標進行參加等級的展示等等。
辛普森悖論（重點）
這個真的考的是重中之重啊，幾乎每個面試都有問到，雖然我暫時不知道運用在工作中是以什么形式體現，但是既然接觸到了理論就需要好好的總結一下！
我們常常合并或綜合兩個或兩個以上的交叉分組表中的數據，生成一個匯總的交叉分組表，以顯示兩個變量的相關性。在這種情形下，從兩個或多個單獨的交叉分組表得到的結論與一個綜合的交叉分組表數據得到的結論可能截然相反。依據綜合和未綜合數據得到的相反結論被稱為辛普森悖論。
下面給出一個經典的例子~法官判決
綜合民事庭和市政庭
未綜合民事庭和市政庭
可以看到兩個數據結論是截然相反的。對兩位法官來說，法庭類型是一個隱藏的變量，所以當評價兩位法官的記錄時，它是不可忽視的變量。
在得出結論之前，我們應該思考應該考察綜合形式還是未綜合形式。
用圖形顯示方法匯總兩個變量的數據
散點圖和趨勢線
是可以明顯的展示變量之間的相關關系的。
復合條形圖和結構條形圖
數據可視化：創建有效圖形顯示的最佳實踐
這一部分的話就是說如何選擇合適的可視化圖示來更好的說明數據帶來的信息吧！這一塊對于數據分析師來說當然也是非常重要的，在今后的實習和工作中應該也會進一步的學習，當然在筆試面試的考察中占比不是太大，但是依然要注意積累和總結。
小總結
好了今天這一部分就到這里了，前面一部分都是比較容易的，但是一步一步理解就會由淺入深了。
Part 1 的重點就在于了解一些描述變量的圖示和表格，以及最重要的辛普森悖論，有機會后面會單獨寫一篇辛普森悖論，拭目以待啦。
總結
以上是生活随笔為你收集整理的[概率统计]商务与经济统计知识点总结 Part 1的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Java核心API需要掌握的程度
- 下一篇： pip安装