了解了一些概念后，我才发现，统计学原来是这个样子

从今天开始，我将陆续给大家分享有关统计学的相关内容。如有错误，劳烦各位指出，不胜感激。

这一篇文章，我打算先介绍统计学的几个概念，帮助大家更好的理解统计学，进而对它产生兴趣。

统计学到底是干嘛的？

统计学，说到底，它是在跟数据打交道；也就是说，它是一门数据的科学。

总的来说，它是将数据搜集、整理、分析、得出结论的这么一个过程。

可以说，统计学的目的，就是从数据中发现规律，从而得出对应的结论。

不过需要注意的是，统计学并不是万能的。

举个例子，我们都知道，抽烟会使人得癌症的几率变大，这是通过统计得出的结论。

但如果你想知道抽烟为什么会引起癌症，那恐怕统计学就无能为力了，你需要去医学界寻找答案。

另外，统计学中使用的分析方法主要有两种。一种是描述性统计，一种是推断性统计。

描述性统计，顾名思义，是对当前数据的一种分析，包括汇总、图表等等数据方面的处理工作。

而推断性统计，主要是指如何从样本数据推断出总体特征的一种方式。

比如工厂生产了一批机器，你想测试这批机器的故障率。你并不需要一个一个去筛查，只需要通过合适的方法抽取几个样本，根据样本的数据从而估算总体机器的故障率。

统计学中的数据类型

统计数据，根据其测量尺度的不同，主要可分为两大类：类别型数据和数值型数据。

1.类别型数据

顾名思义，该类数据主要是体现数据的类型的。

其中又可以分为两类，一类是分类数据，一类是顺序数据。

分类数据，就是表明事物的类别，但它是无序的。

比如性别分为“男”和“女”；学校有很多学院，如“土木学院”、“计算机学院”、“音乐学院”等等。

顺序数据，它也是说明事物的类别，只不过是有序的。

比如获得的奖牌有“金牌”、“银牌”、“铜牌”；产品的质量有“一等”、“二等”、“三等”，诸如此类，不胜枚举。

2.数值型数据

数值类的数据，主要是通过数字来表明事物的一些特征。

其中，也可以分为两类，一类是离散型数据，一类是连续型数据。

离散型数据，说明该数据是不连续的。比如生产的产品数量、学校每个班级的人数等。

连续型数据，表明数据是可连续的。比如“年龄”、“温度”、“时间”等等。

统计学中常用的几个专业术语

1.参数

参数是用来衡量总体特征的一个数字度量，比如均值、方差等等。

需要注意的是，参数往往都是未知的，因为一般情况下我们并不知道总体数据的情况。

2.统计量

跟参数相对，它是用来衡量样本的一个度量，通常在前面加上“样本”二字，比如样本均值、样本方差等等。

因为样本是我们抽样得到的，因此它是已知的。我们就是要通过样本统计量来衡量总体的参数。

3.变量

变量也很好理解，是用来衡量事物的某种特征，它的取值就叫变量值。

跟我们之前介绍过的数据类型相对应，变量具体也可以分为四类，分别是：分类变量、顺序变量、离散型变量和连续型变量。

---

统计学的基本概念就介绍到这里了，好玩的统计学，你爱上它了吗？