2、统计与机器学习数据挖掘：从PC到EDA的变革之旅

统计与机器学习数据挖掘：从PC到EDA的变革之旅

1. 个人计算机与统计学

个人计算机（PC）给统计学领域带来了翻天覆地的变化，可谓利弊共存。一方面，PC 能轻松完成精确计算，减轻了统计计算的负担。只需掌握基本的统计软件编程知识，告知软件输入数据的位置、所需的统计程序和计算方式以及输出位置，像测试分析、原始数据汇总制表等统计任务就能轻松完成。PC 还推动了决策过程中的统计思维，通过可视化展示，如柱状图、折线图、动态三维旋转图以及管理演示中的交互式营销模型，让统计结果更直观。同时，它也方便了支持文档的制作，可将统计软件的输出复制粘贴到演示应用中。但另一方面，PC 与统计学的结合也让一些统计基础薄弱的通才摇身一变成为“准统计学家”，使他们产生了一种虚假的自信。例如，计算平均利润是商业中的常见操作，但只有当数据分布对称时，均值才能代表“典型值”。在营销数据库中，利润分布通常是右偏的，所以平均利润并非可靠的汇总指标，而那些“准统计学家”可能根本意识不到这一点，导致对平均利润的解读毫无价值。

另一个例子是无处不在的相关系数，它是仅次于均值的常用汇总指标，用于衡量两个变量之间的关联。然而，要正确解读相关系数，需要满足一个假设，即两个变量之间的关系是线性的。但很少有“准统计学家”能意识到这个假设，就连训练有素的统计学家也常常因不加批判地使用 PC 进行统计分析而忽略了这一点。

专业统计学家也因 PC 的强大计算能力而受益。没有 PC，统计分析的自然七步循环将难以实现。这七步循环如下：
1. 问题定义 ：确定解决问题的最佳方法并非易事。管理目标通常以定性方式表达，此时结果或目标（因变量）的选择可能存在主观偏差。当目标明确时，合适的因变量可能又无法获