寫在前面

概率統(tǒng)計無疑是數(shù)據(jù)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(tǒng)計學(xué)專業(yè)的，可能問的就要更系統(tǒng)一些。思考了很久還是需要從基礎(chǔ)知識慢慢復(fù)習(xí)起，理論結(jié)合具體實踐，不然越看面經(jīng)越焦慮哈不是嘛。不知道我的博客有沒有人看，不過就當(dāng)是一個小白2020的求職復(fù)習(xí)之路吧。
這個系列大概會按照安德森的商務(wù)與經(jīng)濟統(tǒng)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(jīng)里的一些會稍微整理一點（當(dāng)然以基礎(chǔ)為主）。

這一 part 主要包括第一章到第二章的內(nèi)容。

---

第一章 數(shù)據(jù)與統(tǒng)計資料

數(shù)據(jù)類型劃分

分類變量和數(shù)量變量
截面數(shù)據(jù)和時間序列數(shù)據(jù)

兩種統(tǒng)計

統(tǒng)計一般包括描述性統(tǒng)計和統(tǒng)計推斷

---

第二章 描述統(tǒng)計學(xué)1：表格法和圖形法

描述性統(tǒng)計一般會用在數(shù)據(jù)分析比賽的第一步用來對數(shù)據(jù)進行初步的感知，或者是用在最后的數(shù)據(jù)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(shù)據(jù)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(shù)分布

相對頻數(shù)分布和百分?jǐn)?shù)頻數(shù)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(shù)量變量的描述

頻數(shù)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(shù)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(jù)類型進行計數(shù)，而數(shù)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(yīng)該怎么去劃定這個組別比較合理等等。
基本步驟為：

確定組數(shù)

確定組寬

確定組限

以這個例子來進行介紹，第一步共20個數(shù)據(jù)，要確定適合的組數(shù)，總不能說20個數(shù)據(jù)分10個組吧，這也太多了，也不能只分兩組。根據(jù)一般的原則，組數(shù)會在5~20之間，根據(jù)數(shù)據(jù)的個數(shù)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(jù)這些來確定組限即可，注意不要重疊，一些統(tǒng)計學(xué)的教材上面會強調(diào)左開右閉或者左閉右開（兩個我都看到過），我個人感覺應(yīng)該不是太重要，每個值都有去處就可以了。

相對頻數(shù)分布和百分?jǐn)?shù)頻數(shù)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(shù)值型變量分布的可視化形式，要注意直方圖的橫坐標(biāo)是連續(xù)的，區(qū)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(tài)的一個工具，很輕易的看到下面這張圖是右偏的，

累積頻數(shù)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(cè)數(shù)值要排序展示。
和直方圖的區(qū)別就在于，一個是橫的一個是豎的，莖葉圖能展示更多的細(xì)節(jié)數(shù)據(jù)。

用表格方法匯總兩個變量的數(shù)據(jù)

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(biāo)進行質(zhì)量等級的展示，或者針對縱坐標(biāo)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(xiàn)，但是既然接觸到了理論就需要好好的總結(jié)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(shù)據(jù)，生成一個匯總的交叉分組表，以顯示兩個變量的相關(guān)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(jié)論與一個綜合的交叉分組表數(shù)據(jù)得到的結(jié)論可能截然相反。依據(jù)綜合和未綜合數(shù)據(jù)得到的相反結(jié)論被稱為辛普森悖論。
下面給出一個經(jīng)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(shù)據(jù)結(jié)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(dāng)評價兩位法官的記錄時，它是不可忽視的變量。
在得出結(jié)論之前，我們應(yīng)該思考應(yīng)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(shù)據(jù)

散點圖和趨勢線
是可以明顯的展示變量之間的相關(guān)關(guān)系的。

復(fù)合條形圖和結(jié)構(gòu)條形圖

數(shù)據(jù)可視化：創(chuàng)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(shù)據(jù)帶來的信息吧！這一塊對于數(shù)據(jù)分析師來說當(dāng)然也是非常重要的，在今后的實習(xí)和工作中應(yīng)該也會進一步的學(xué)習(xí)，當(dāng)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(jié)。

---

小總結(jié)

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(jié)

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(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。