数据分析的基础概念和模型 |《深入浅出数据分析》

这本书目前豆瓣评分7.6，理论上我不想拿8.0以下的书入门（最好是8.5以上）。所以犹豫了很久，但是读完发现这本书作为入门是很好的。如书中所说，这本书关注的是假设和建模范围的事情，能清楚地解释概念、模型，且能讲得通俗有趣，已经很不错了。豆瓣评分低大概是觉得太浅吧。

数据分析的基础概念和模型 |《深入浅出数据分析》

核心概念

• 创建模型时，务必要规定假设中的各种变量的相互关系。不要假定两个变量是不相关的。# 变量间关系
• 定义主观意愿？# 约束条件定义什么 容易忽略的约束条件
  例如某厂生产橡皮鸭和橡皮鱼，求问怎样的产量组合能获得最大利润。约束条件容易考虑橡胶量、生产时间、利润，容易忽略人们对两种产品的购买意愿。例如鱼的利润小但畅销，若追求利润最大而生产很多鱼但卖不出去，依然无法利润最大。
• 散点图可判断因果关系，体现关系，但不能直接反映为什么两者有关
• 因果关系通常是网状的，不是线性的
• 随机事件

模型

最优化模型

• 用途：给定约束条件下，求怎样的变量组合得到最优解
• excel -> solver

贝叶斯规则

• 用途：可以把新信息整合到已知信息中，修正主观概率：即在已有一个假设的概率时，新证据出现时，该假设还成立的概率。关键是求（估算）：假设成立的条件下，新证据出现的概率

回归

• 用途：线性回归、非线性等
• 均方根差表示散点和回归线的差异，即线性回归的误差区间。

工具

散点图

• 判断因果关系。y轴结果，x轴原因

证伪法

• 用途：

1 用于几种假设都没有强烈证据支持的时候。区别于满意法，即挑一个觉得证据多的假设为真。这有可能忽略该假设反面证据，或者漏掉其他假设的支持证据。（ which is 大多数人决策会使用的方法）

2 对一种未知情况做判断，可以提出几种具体假设再证伪。
例如 iPhone 何时发布

启发法与最优解

• 用途：其中一种：别人用启发法来决策、给任务时，如果无法量化结果，可以选择说服对方换一种启发法。

直方图

• 数据点在数值范围内的分布。（有多少人薪资在15k+，多少在30k+...）

软件

• excel: 可以分隔数据（例如以分隔符隔开时）
• R软件