最近一周重新看了统计学，笔者不是学统计的，开始看统计的时候说实话真难以看下去，全是陌生的，看的一蒙一蒙的
还好由于对假设检验总是搞不懂，所以没事总是翻来覆去的翻一番，加上买些相关的统计学来加强自己的理解，慢慢的就理解了，也许不是这个专业的可以按照我这个做法做起，从科普或者入门的而非教材做起
今天说说2个方面，统计目前大体可以分一个是描述，一个是推断
单说描述，以前看平均值的时候也是不理解就只知道模糊的运用，看了书才加深真正的理解（我只说自己的理解，至于其他的书上都有，大家也理解）
均值，其实是一组数据的中间值或者代表值，这个如何形象的理解呢，比如面对的庞大的数据，人肉眼上不知道到底多少，数来数去也浪费时间，所以人类发明了一个办法，简化数据，用一个数据来代替，这样整个人类就进步了（我猜的），原来庞大的数据人是分不清，现在只用一个数据一下子人就把握住了，多好的事，不足的是它会忽略数据的分布，数据间的不同
它的缺点是什么呢？是比较容易受极值影响，如果在直方图中右偏，会把均值往右拉
剩下2个是中位数和众数（不介绍）
前边说过，用一个数来代表整个数据集合，是不够准确的，遗漏了很多数据，比如数据间的距离是怎样的或者数据集合中的数据是如何分散的，而这个就是标准差了
这些在R中经常用的函数代码是summary 或者str等
这边说下推断统计
对于推断，它涉及到概率和假设检验（说到检验，之前我在想的时候就想为啥不证明假设而非的检验呢）
推断是建立在正太分布的基础上进行推断的，怎么理解正态分布呢，某个东西有好几个结果，如果我们经常做检验记录次数，记录到一定程度（其实结果就那些结果），你会发现大部分总是出现，小部分偶尔出现（其实我们生活中经常碰到这种，我们经常用分类思维来处理这事，对于这个我们也可以看做分类思维的基础应用）不同于直觉的是，这里给量化出来了，只需要2个参数 ，也就是标准差和均值，具体的95%落在2个+-标准差之内，99.7%是3个正负标准差内
剩下的是很少发生的，也就是说那个数据很少发生发生可以看做是不发生的，这样的话就给我们提供预测带来了基础，也为进行预测成为了可能
既然预测，我们的教育让们追求精准，那在这里就变成了100%，或者说我要求100%的预测，但是这样太美意义了，比如我说，我估计某个数肯定会出现，问题是当然会出现，只是没太多的意义，要做有意义，就必须舍弃某部分，必须在有限的范围内进行预测 ，就要舍弃一部分，就要做好落空这部分的心理准备，所以在这里 落空多少是合适的呢？我们需要多少合适的命中概率比较合适呢，95%的概率出来了，5%的概率相当于我们平时中 比如经常直观上说：“哎，这个不可能吧”这种超出我们意外的事情可以用5%的概率来代表，意思就是太不寻常了，太怪了或者很少发生啊或者真没想到回这样等等的语言
接下来说下假设检验，对于假设检验我还没有把握说完全理解，如果不对的地方还多多指点童鞋们
之前我很纠结老是理解不了显著性水平，今天我认识到这是说的在原假设为真拒绝原假设的概率，某某某拒绝了原假设我们就说具有显著性，更一步说在统计的基础上是有具有显著性的。取值是5%，为什么不能100%呢，举个例子，2个群体，高学历的父母与低学历的父母对孩子的成绩是否存在差异？即使存在差异，我们能100%保证是父母的学历对孩子起作用嘛，不能，为什么呢，因为很显然还有别的因素也在起作用，但是那些因素是什么，对不起回答不上来，因为太多难以解释，也就是说本质上说这个世界不完美，我们只能一定程度上信任这个导致差异的因素，我不能100% 绝对的 无条件的或者毫不含糊的确定这一点。换句话说我的结论是错误的可能性始终存在，不论这个可能性有多小
至于例子，可以自己想想（否则我们看不到穷的孩子怎么怎么等励志的报道）
所以对于这个我该怎么保证呢，统计学家就分配了一定的概率水平，并谨慎陈述结果
这部分内容有点大，我也还没完全的吃透，先写到这，后期续补
最近再看统计学书籍如下：
