我们随处可见统计数据

在当今的“大数据”时代，大而复杂的数据集用于从流量监控到在线广告到环境科学和基因组学等前沿学术研究领域的所有内容，同时主流媒体用大量的统计数据轰炸我们，这些统计数据常常被误解或被排除在竞争之外，数据科学的兴起意味着对统计素养的掌握比以往任何时候都更加重要。

1、按比例获取事物：分类数据和百分比

2、总结和交流数字。很多数字

3、我们为什么仍然要查看数据？人口与计量

4、是什么原因导致的？

5、使用回归建模关系

6、算法，分析和预测

7、我们如何确定正在发生的事情？估计和间隔

8、概率–不确定性和可变性的语言

9、将概率与统计放在一起

10、回答问题并声称发现

11、事情怎么错了

12、我们如何才能更好地进行统计

所谓的“大数据”几乎具有小数据的所有问题甚至更多

当然它很大通常包含所有可用数据，而不仅仅是一个样本，而且它通常也比较混乱，因为通常是“找到”而不是为特定目的而收集的，统计科学不得不适应于处理大量数据，而且还必须应对经常出现的系统偏差。

通过对从药物试验等一切事物都应用统计洞察力，而这一切都无需使用任何数学工具

了解统计思维的工作原理，在解决一系列引人注目的实际问题时，终将为您做出更明智的决定做好准备，这些决定可以影响您以及我们的未来，策略对从事商业，医学和新闻业的人们有影响，但它们也将给任何想更好地了解自己的财务和医疗保健经验的人，或者只是看看他们在社交媒体上遇到的误导性统计数据的人所启发，有了对统计概念的清晰理解，我们可以更好地质疑我们在日常生活中遇到的数字。

涉及数据科学过程重要部分的主题：数据可视化，线性回归，对数标度，相关系数，数据分布，逻辑回归，曲线，分类树，过度拟合，自举，概率论，概率分布，理论等等，我认为，新的数据科学家应该在深入研究数学理论和代码之前，对这些主题进行温和的介绍。

从CPDA数据分析师课程中使用了许多概念，以阐明只有世界知名的统计学家才能传达的要点，强烈建议所有新手数据科学家使用！