当拿到一份数据的时候，首先会怎么做？----描述性统计学，概率推断统计。
【描述性统计学】
数值数据：计算
分类数据：不能进行计算，例如，男1 女0 代表一个类别
数值数据和分类数据可以进行互相转换
一般描述统计的方式方法：
1.分类数据的描述性统计：单纯计数就可以
2.数据描述统计：
3.统计度量：平均数--数据分布比较均匀的情况下进行，中位数，众数，分位数（4分位、10分位、百分位）
4.图形：
5.权重预估（分位数）
6.数据分布（波动情况，标准差，方差）
7.数据标准化：
在实际用用的时候，有很多情况量纲不一致（即数据单位不一样）导致差异很大无法进行比较
用数据标准化将数据进行一定范围的压缩，得到的结果与数据业务意义无关，纯粹是数据上的波动达到可进行对比。
xi：数据的具体值
u：平均值
σ：标准差
标准化之后一般都是在0上下直接按波动的数字，就可以反应原始数据的典型特征进行分析。
实例演示：时间趋势下订单的变化
单纯的时间只是一种属性，隐含的一种关系。很多销量是跟时间有关系，但是时间的背后是根据用户行为或者一系列因素相关。而不是单纯连续日期几号的简单关系。所以将案例数据需要进行初步整理（坦诚讲~这个细节是比较吸引我的，因为在此之前一直是像上面所说，对日期进行简单连续日期进行趋势分析，得到的结果的确不尽人意）添加周数和星期，将其转化成日历形式进行观察。
显然，标准化之后的趋势显得更加明显清晰了，将趋势扩张到肉眼辨识度提高的形态。
在后期处理的时候，建议用标准化的数据进行预估，因为标准化后已经将正负收敛到0的附近，并且可以方便增加其他关系参加预估。
切比雪夫定理，可以帮助在知道标准差和平均数的情况下，基本就知道数据的分布情况。
另一种作用则通常用于异常值的检测。
在数据越多的情况下，数据越收敛，推算的能力就会越精准。
描述统计的可视化：
1.箱线图：描述一组数据的分布，同时反应分位数
用2016版本以上的Excel可以直接利用数据作图，如低版本的则需要利用辅助线来进行（之前可视化内容的标靶图方法）绘制。
箱线图相对比其他柱形图更有对数据的分析解读性。
操作举例：
上下边缘线外部分散的点，可视分析情况视为异常值处理，如果想要分析的结果更精准，可视情况将这部分异常值数据剔除。
可添加类别进行细致分析。
2.直方图：特殊的柱形图，把条形图下面的类别换成数据的柱形图。
直方图一般的是等距划分，每一个等距的距离不能重复。
直方图的形状有以下几种：
标准型：分布均匀较理想
陡壁型：比较容易出现在收费领域
锯齿型：说明数据不够稳定
孤岛型：要研究分析孤岛产生的原因
偏峰型：销售数据一般会产生偏锋，一般会出现长尾（或左或右）
双峰型：两者数据混合一般会形成双峰
由直方图引出一个统计学指标-
-偏度
---正太分布
正太分布的特殊应用：
描述性统计的计算值，可通过Excel里面的数据--数据分析---描述性统计直接通过界面勾选需要内容进行计算。
【概率推断统计】
推断统计，描述一件事情发生的可能性
例如：抛硬币的游戏
事件：正面、反面
概率：50%
在B发生的概率下，A发生的概率是多少
当A与B之间无关联的时候，则P(A|B)=P(A)
条件概率的关键点
【贝叶斯定理】
看到题目的时候与最后分析的结果相差巨大的原因是因为上题目中，有多重诱因所导致。
事件发生会有很多原因，我们单纯只知道结果的情况下去反推原因是不太好的。
贝叶斯公式：
P(A1):真实患者的概率
P(A2):实际为健康人群的概率
P(B):代表试纸查出患者的概率
P(B|A1):为真实患者条件下试纸查出患者的概率，即99%
P(B|A2):为健康人群的条件下试纸查出患者的概率，即5%
P(A1)为真实患者的概率0.1%，P(A2)为健康率99.9%
i：为特定场景下
贝叶斯特点：知道结果A已经发生了，想要推导出各种原因发生的可能性有多大。（结果----->发生因素的概率）
对于贝叶斯多倾向用于机器算法。网络上也有很多关于贝叶斯的解释可供参考学习。
