Anaconda分析：统计学知识回顾

人力资本分析的重点归根结底还是在于分析，统计学作为数据分析的基础，是每一个尝试进入人力资本分析领域的小伙伴得不得了解的内容。

统计学是学什么的

统计学习是一套以理解数据为目的的庞大工具集。

统计学习的工具可以分为两类：有指导的学习和无指导的学习。

一般而言，有指导的统计学习工具主要有两种用途：一是面向预测的统计模型的建立；二是对一个或多个给定的输入估计某个输出。

无指导的统计问题中，往往有输入变量，但是不指定输出变量，旨在学习数据的关系和结构。

我们假设输入变量为X，输出变量为Y，给出这样一个很一般的式子：

Y=f(X)+ε

其中ε表示随机误差项，f表示X提供给Y的系统信息。一般而言，函数f会涉及多个输入变量，统计学的学习就是关于估计f的一系列方法。

一般来说，对于f的估计会基于两种目的：预测和推断，我们建模的类型无非三种，预测、推断和两者混合。

预测：输入集X是已知的，但输出Y是不易获得的，分析的目的是找到一个尽可能准确的f使得对Y的估计尽量准确（预测一定会存在误差）