数理统计的相关知识

闲情逸致，写几篇小文，也算是安慰一下自己

------------统计分析常用分析方法-------------

下图总结了统计学中我们常用到的一些统计分析方法，图表来源于Ben老师。从大类来看，分析包含四大类：探索性分析（新产品如何定价[成本、市场竞争和需求]），描述性分析（昨天交易情况如何，偏向于统计维度），解释性分析（指标为什么下降[先看同比情况；然后查看其他因素，周六日、节假日、服务器崩溃、产品做出调整；根据指标构成，层层细分]），预测性分析（明天销量是多少）。

输入变量只有一个，即单变量

列联表分析：
当输入变量X和输出变量Y都是离散的时候，我们一般怎么样对数据来进行描述呢？一般都是用一个二维表，其实就是列联表分析，也称为交叉分析，在风控领域可能用的比较多，就是通过做交叉分析来卡对应阈值，上线策略。对于离散变量而言，其实有两种展示的维度，一个是统计频次或者说数量，另外一个就是占比，包括总占比、行汇总、列汇总百分比。
卡方检验：
做了列联表分析之后，我们想看离散变量X和Y之间相关性怎么办呢？这就是卡方检验
t检验：
当变量X和Y，一个是离散（只包含2种类别），一个是连续的，怎么来描述他们呢？那就是t检验，t检验是检验2组样本之间的均值是否存在统计学上的差异，比如说班级上男女同学的数学成绩是否存在明显差异，这时候可以用t检验（当然A/B测试也可以使用这种方式），用spss做t检验之后，看p值，一般小于0.05，我们认为男女同学的数学成绩是有明显差异的。在spss里面t检验分为单样本t检验、独立样本t检验（例子就是这种检验方式）、配对样本t检验（检验患者在使用某种药物前后的身体指标是否存在统计学差异）。
单因素方差分析：
t检验是2组样本的均值是否存在统计学差异，如果有3组、4组呢，那么这个时候就是用到了单因素方差分析，方法类似。和t检验和单因素方差分析需要独立性、正态性和方差齐性。
相关分析：
卡方检验是检验离散变量之间的相关性，而连续变量之间的相关性怎么检验呢：使用相关分析，相关性分为正相关和负相关

输入变量有多个

在机器学习中，当预测变量是离散的，统称为分类问题，当预编变量是连续的，统称为回归问题。当预测变量是二分类变量，如0,1，是否违约，可以使用逻辑回归；当预测变量是连续变量可以使用线性回归，当回归系数为正，代表正相关，为负，代表负相关；线性回归和逻辑回归本质上是有区别的，虽然都称为回归，但逻辑回归解决的是分类问题，实际上就是在线性回归的基础上，增加了一个sigmod函数，将其映射到(0,1)区间内，然后再增加一个阈值判断，比如大于0.5判定为1，小于等于0.5判定为0。