数据分析师必须掌握的统计学知识（学数据分析究竟要懂哪些统计学）

每次在写数据分析必学知识时，我都会提到，对于数据分析师来说，我们是必须学习统计学知识的，毕竟天天跟数据打交道，总不能连最基础的统计学知识都不会吧？

举个例子，数据分析，你如果连最起码的置信区间都不懂，你还怎么处理数据？如果统计学中最基本、核心的思想：用样本估计总体，你都没概念，就别说自己会数据分析了。

但多数人在学习统计学知识时会无比头疼，因为统计学的书籍里几乎都是复杂的推理公式，让人难以理解。其实，对于大部分数据分析师来说，我们并不需要掌握的那么细。

因此，我整理了一些你需要掌握的统计学知识，把统计学知识展开了说，让大家大致了解有哪几个模块知识，然后跟着这些模块知识去学习。

先要明确，统计学不研究统计，它研究的是不确定性！而不确定性事件唯一的量化标准就是概率，独立随机事件没法通过概率来预判何时发生，但却可以用概率来描述事件发生的可能性。

这一模块主要掌握

• 随机事件的概率
• 离散随机变量
• 连续随机变量的概率分布

在数据人的实际工作中，你会经常遇到这种情况：业务人员/老板拿到一坨数据，丢在你面前，让你分析。这时，大多数人会不知所措，不知道从哪一步开始整理这些数据。这个时候，就需要通过概括性的度量指标，来帮我们从宏观上把握数据中的初步信息。

这一模块主要掌握

• 集中趋势的度量
• 离散程度的度量
• 分布形态的度量

回归分析，因为它的易懂性，也因为它的实用性，但随着自己数据分析经验的积累，对回归分析的理解也越来越深，它不是简单的回归模型求解那么简单，它更是一种日常工作中解决问题的思路和方法论。

这一模块主要掌握

• 相关系数
• 回归分析
• 最小二乘法
• 显著性检验

抽样，就是从研究的总体中抽取一部分个体作为我们真正的研究对象，称为样本，最后通过样本的结果来推测总体情况。

这一模块主要掌握

• 统计量的基本概念
• 常用统计量
• 正态分布

参数估计，顾名思义就是对参数进行估计，那什么是参数呢？就是你假设分布的参数，也就是说你知道某个随机过程服从什么分布，但是不确定他的参数是什么，那怎么办？你采样，然后通过这些样本的值，去估计分布的参数就是参数估计。

这一章节，需要大家掌握几个核心概念：

• 参数
• 点估计
• 区间估计

我是“数据分析不是个事儿”，常年分享数据分析干货，不定期分享好用的职场技能工具，对数据分析感兴趣的话，可以点个关注。