图解统计学：一文轻松搞懂基础概率+描述性统计

统计性描述分析是作为统计分析的第一步，在日常的数据分析中其实我们经常使用一些特征值，尤其是我们做周报或者月报的分析时，这些描述性的统计分析特征值对于我们有一定的帮助，描述性统计分析是进行正确的统计推断的先决条件。通过数据的分布类型和特点、集中和离散程度可进行初步分析。

描述性统计有几个常用指标，分别是：平均值、四分位数、标准差、标准分。

（1）平均值（μ：读“miu”），平均值是统计学最常用的统计量，是集中趋势最常用的测度值，除平均数外还有众数、中位数等集中趋势常用值。

（2）四分位数：将一组数据从小到大升序排列，分成4等分，处于1/4，1/2，3/4的数值是四分位数，我们将这三个数值分别称为：下四分位数、中位数、上四分位数。

四分位数有一个非常生动的表现形式，就是箱线图，我们可以通过箱线图来比较不同类别的数据。

我们还可以应用四分位数通过Tukey's test方法来识别出一组数据中可能的异常值。

蓝色范围就是极度异常数值，红色则为中度异常数值。

（3）标准差（读“西格玛”），方差的算术平方根，反映一组数据内个体间的离散程度（也称为波动大小）。

（4）标准分，用来表示一组数据中某个数值距离平均值多少个标准差：

概率，简单来说就是用数值来表示某件事发生的可能性，这个数值一定是介于0和1之间的。

简单的概率计算可以总结为一个公式：

复杂的概率计算有两种方法：

方法一：寻找行业里权威机构发布的概率作为参考

方法二：数据分析

可以应用在生活中的几种概率思维：

 赌徒谬论 

赌徒谬论也称为蒙地卡罗谬论，是一种错误的信念，以为随机序列中一个事件发生的机会率与之前发生的事件有关，即其发生的机会率会随着之前没有发生该事件的次数而上升。如重复抛一个公平硬币，而连续多次抛出反面朝上，赌徒可能错误地认为，下一次抛出正面的机会会较大。

独立事件这一概念就可以详细解释为何以上观念会被称为谬论。独立事件就是事件B发生或不发生对事件A不产生影响，就说事件A与事件B之间存在某种“独立性”，其对象可以是多个。

 大数定律 

想要理解大数定律，必须先了解什么事小数定律：

本章学习内容只是笼统的概括了跟数据分析相关的统计学基础知识，关于统计学，还有很多值得我们去探索、学习，去从中发现乐趣。了解统计学才能为我的数据分析奠定坚实的基础。路还很长，坚持下去。

END

本文为转载分享&推荐阅读，若侵权请联系后台删除