乌合统计学｜产品经理都想学的”统计学”入门课！
本文作者：刘震宇 原文地址：猛戳这里
数据分析
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
信息时代，数据越来越多，信息越来越丰富，数据的形式也越来越多样化，但我们无法将这些数据拿来直接使用。因此我们必须将这些数据分析更加的系统化，以系统的数据科学作为数据分析的指导，才会更好的为数据分析服务。
数据分析基础
统计学作为一门理论学科，其中的理论以及依据即可作为数据分析的理论和依据。我们可以这样理解，统计学主要是数据整理和收集，数据分析是根据相关统计到的数据，总结出相关的结果。
所以掌握统计学也是为数据分析打下结实的基础，尤其是对于我们产品或运营岗的同学们，更是重要的基本功之一。
统计无处不在
网页浏览、运动竞技、游戏排名，但凡人们目光所及，处处皆有统计量。然而，究竟何为“统计”？
统计是这样一些数字：他们通过某种有意义的方式对原始事实和数字进行提炼，从而得出【仅凭观察原始数据而无法立即水落石出的】结论。
例如，如果我们想知道在我们的产品中，哪些功能的使用频率较高，大可不必辛苦地查看每一个功能的点击次数，只需要一个统计量，就能立即得到所需要的信息。
统计的研究包括：统计数据的来源、计算方法及有效使用方法并得出结论。
为何学习统计学
- 揭示客观事实
- 精确地预测
- 传达自己想传达的信息
但凡是都是有两面性的，统计可以告诉我们世界有多美妙，同时也可以误导他人，瞒天过海。
数据分析的例子
工资下半年汇报，员工小刘将7~12月份的利润绘制成下面表格：
根据表格，小刘同时绘制了对应的折线图：
根据折线图的反映，小刘得出了结论：公司下半年的利润一飞冲天啊！
大家觉得小刘的结论对吗？如果对，为什么？如果错，错在哪里？请小伙伴儿们将你们的结论发送给我们，我希望在我分享的同时，和大家积极地互动讨论，近而增强我们的记忆，更好的学习统计学。学统计学，我是认真的，你们呢？
那么今天的分享就到这里，在接下来的N个月之内，我会详细的分享以下章节：
1、信息图形化：第一印象
2、集中趋势的量度：中庸之道
3、分散性与变异性的量度：强大的&8221;距&8221;
4、概率计算：把握机会
5、离散概率分布的运用：善用期望
6、排列与组合：排序、排位、排
7、几何分布、二项分布及泊松分布:坚持离散
8、正态分布的运营：保持正态
9:、再谈正态分布的运用：超越正态
10、统计抽样的运用：抽取样本
11、总体和样本的估计：进行预测
12、置信区间的构建：自信地猜测
13、假设检验的运用：研究证据
14、X²分布：继续讨论……
15、相关与回归：我的线条如何？
所以下次分享，我们将进入《信息图形化：第一印象》的学习，敬请关注！
Q&A
Q：为什么不直接观察数据？干嘛要用图形表示？
A：有时只看原始数据无法明白就里。数据中隐含着一些模式和趋势，仅仅观察堆积如山的数字很难把握这些模式和趋势。图形是发现数据隐含模式的一种有效方式。通过图形，数据得以直观地体现，是你一眼就能看出数据的真正方向。
Q：信息与数据有何区别?
A：“数据”指的是所搜集的原始事实与数字。“信息”指的是加入了某种意义的数据。以数字“5”、“6”、“7”为例，淡看他们本身，他们只不过是一些数字，你并不知道这些数字有何含义、代表什么&8212;这叫做数据；随后，如果有人告诉你，这是三个孩子的年龄，你就拥有了信息，因为这些数字现在有意义了。
关键字：产品经理, 数据分析, 数据, 统计
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
