1基本概念

数据统计方法可分为两类，描述统计和推断统计。

描述统计（descriptive statistics）用来总结大型数据集（large data sets）的重要特征。数据集的重要特征包含均值、离散程度、偏度与峰度。描述统计将数据转换成信息。

推断统计（inferential statistics）根据一个小型数据集（sample）的统计特征，来对一个大的数据集进行预测（forecasts）、估计（estimates）或者判断（judgments）。概率论是推断数据的基础。本章节仅探讨描述统计数据。

研究统计学前需区别总体和样本的概念。

总体（population）是研究对象组中所有可能成员的集合（the set of all possible members of a stated group）。总体的描述性统计叫参数（parameter）。

样本（sample）可以从这个整体中抽取，并可以用样本的特征来描述总体的特征。样本的描述性统计叫统计量（statistic）。

2数据类型（Data Types）

2.1数字数据和分类数据

数字数据（Numerical/quantitative Data）具有实际测量的意义的数据（如身高、体重等。数字），可分为连续型数据和离散型数据。

连续型数据（Continuous data）是在一定区间内可以任意取值、数值是连续不断的、相邻两个数值可作无限分割（即可取无限个数值）的数据。随机变量Y取到的无限结果，yl，y2，y3…。例如，每天的降雨量（0-100厘米）是一个连续型随机变量，因为结果可能的取值有无限多，不可数，有无限可能的。

离散型数据（Discrete data）可能结果的数量是可数的，而且对于每一个可能的结果，概率是大于0的。随机变量X取到的n个有限结果，xl，x2，x3…xxx。例如，1个月之内下雨的天数是离散型随机变量，可能的结果数是有数的，最多的下雨天数就是一个月的天数，因此是可数的。

分类数据（categorical/qualitative data）是描述观测值特征的数据，可分为定类数据和定序数据。

定类数据（Nominal data）是最不精确的一种度量。所有的观测值被归类，但是类别（category）之间没有顺序分别。例如分成男女两类。

定序数据（Ordinal Scales）是比定类数据进一步的一种度量。每一个观测值都按照一个给定的特征进行排序，但顺序之间的距离并不相等。例如学历分为大学、高中、初中、小学和文盲。