檢視统计学的原始碼

[[File:统计学.jpg|260px|缩略图|右|<big>统计学</big>[https://images-cn.ssl-images-amazon.com/images/I/51Go053ycbL._SX350_BO1,204,203,200_.jpg 原图链接][https://www.amazon.cn/gp/product/B0097OSP16 来自 亚马逊 的图片]]]

'''统计学'''(''' statistics''' )，是在[[数据分析]]的基础上，研究[[测定]]、收集、整理、[[归纳]]和分析反映数据数据，以便给出正确消息的[[科学]]。这一门学科自17世纪中叶产生并逐步发展起来，它广泛地应用在各门学科，从[[自然科学]]、[[社会科学]]到[[人文学科]]，甚至被用于工商业及[[政府]]的情报决策。随着大数据时代来临，统计的面貌也逐渐改变，与[[信息]]、[[计算]]等领域密切结合，是数据科学中的重要主轴之一<ref>[https://blog.csdn.net/anticevc/article/details/51704507 统计学、人工智能、机器学习、数据挖掘的区别与联系之（1） 概念]，CSDN博客，2016-6-18</ref>。

譬如自一组数据中，可以摘要并且描述这份[[数据]]的集中和离散情形，这个用法称作为描述统计学。另外，观察者以数据的形态，创建出一个用以解释其随机性和不确定性的数学模型，以之来推论研究中的步骤及总体，这种用法被称做推论统计学。这两种用法都可以被称作为[[应用统计学]]。[[数理统计学]]则是讨论背后的[[理论基础]]的学科。

==统计学的观念==

为了将统计学应用到[[科学]]、[[工业]]以及[[社会问题]]上，我们由研究总体开始。这可能是一个国家的人民，石头中的[[水晶]]，或者是某家特定工厂所生产的[[商品]]。一个总体甚至可能由许多次同样的观察程序所组成;由这种数据搜集所组成的总体我们称它叫[[时间序列]]。

为了实际的理由，我们选择研究总体的子集代替研究总体的每一笔数据，这个[[子集]]称做样本。以某种经验设计实验所搜集的样本叫做数据。数据是统计分析的对象，并且被用做两种相关的用途：[[描述]]和[[推论]]。

描述统计学处理有关叙述的问题：是否可以摘要的说明数据的情形，不论是以[[数学]]或是图片表现，以用来代表总体的性质？基础的数学描述包括了[[平均数]]和[[标准差]]等。[[图像]]的摘要则包含了许多种的表和图。主要是就说明数据的集中和离散情形。

推论统计学被用来将数据中的[[数据模型]]化，计算它的[[概率]]并且做出对于总体的推论。这个推论可能以对/错问题的答案所呈现（假设检定），对于数字特征量的估计（估计），对于未来观察的预测，关系性的预测（相关性），或是将关系[[模型化]]（回归）。其他的模型化技术包括方差分析，时间序列，以及[[数据挖掘]]。

==统计计算==

[[计算机]]在20世纪后半叶的大量应用对统计科学产生了极大的影响。早期统计模型常常为回归线性模型，但强劲的计算机及其算法导致[[非线性模型]]（如[[神经网络]]）和新式算法（如[[广义线性模式]]、[[等级线性模型]]、[[支持向量机]]）的大量应用。

计算机性能的增强使得需要大量计算的再取样算法成为时尚，如置换检验、[[自助法]]。Gibbs取样法也使得贝叶斯模型<ref>[http://www.360doc.com/content/19/0928/18/42387867_863738236.shtml 数据分析经典模型——贝叶斯理论，10分钟讲清楚]，个人图书馆，2019-09-28</ref>更加可行。[[计算机革命]]使得统计在未来更加注重“[[实验]]”和“经验”。大量普通或专业的[[统计软件]]现已面市。

==视频==
===<center> 统计学 相关视频</center>===
<center> 一小时搞定统计学  </center>
<center>{{#iDisplay:t0534xzeqs6|560|390|qq}}</center>
<center> 学好统计学，人生能够开哪些挂</center>
<center>{{#iDisplay:r0564pm9bwq|560|390|qq}}</center>

==参考文献==

[[Category:510 統計學總論]]