《大数据分析原理与实践》——小结

小结

本章介绍了大数据分析模型的基本概念。2.1节让读者对于大数据分析模型有了更加清晰的认识，介绍了大数据分析模型的建立方法，以及影响大数据分析效果的众多因素。只有针对实际问题，把握住影响实际问题的关键因素，才能得到让人满意的模型。2.2节介绍了基本统计量，包括全表统计量和皮尔森相关系数。在全表统计量中，根据反映出的数据特征类型可以将基本统计量分为两类：反映数据集中趋势的和反映数据波动大小的。能够反映数据集中趋势的度量包括均值、中位数和众数；能够反映数据散布情况的数据波动大小度量包括极差和方差。皮尔森相关系数是关联关系分析问题中常用的而且很重要的统计量。2.3节讲述了推断统计的基本知识，包括参数估计和假设检验。在参数估计部分，首先介绍了点估计，主要有矩估计和极大似然估计两种；接着探讨了估计量的评价标准，包括3条：无偏性、有效性、相合性（一致性）。对于区间估计，本章给出了单个正态总体参数的区间估计和两个正态总体参数的区间估计。在假设检验部分，给出了假设检验的定义和操作步骤，并给出了t检验和u检验的区别。最后，针对t检验的三种形式（单样本t检验、两个独立样本均数t检验和配对样本均数t检验）做了详细的介绍。