数据基础学习之一

标签：位置   ret   提高   www   增加   不同   方式   loading   alt   

什么是数据(Data) ？

　　我们经常说“ 水的温度是30℃，礼物的重量是500克，竹竿的长度是2米，大楼的高度50层“。通过水，温度，30℃，礼物，重量，500克，竹竿，长度，2米，大楼，高度，50层这些关键词,我们的大脑里就形成了对客观世界的印象。这些约定俗成的字符或关键词就构成了我们探讨的数据基础。不同领域的人在描述同一事物可能会出现不同的数据描述。比如中国人叫星期天，英语国家的人叫Sunday，还有教徒叫礼拜天。最后我们对数据进行这样的定义：数据是使用约定俗成的关键词，对客观事物的数量、属性、位置及其相互关系进行抽象表示。数据可以是事实，例如数字、文字、测量、观察结果，甚至可以是事物的描述。 

定性（Qualitative）与定量（Quantitative）

　　数据可以是定量或者定性的。

　　定量属性是指以数量形式存在着的属性，并因此可以对其进行测量。

　　定性是指通过非量化的手段来探究事物的本质。包括观测、实验和分析等。

　　比如某女对这个男人的描述，“2套房产，工资每月1万。”这是定量分析。“他是个好人，他很帅”。这是定性分析。 

　　定量数据可以分成离散和连续的：

• 离散数据（Discrete data）只可以是某些既定的值（例如整数），通过计数取得。例如职工人数。
• 连续数据（Continuous data）可以是在一个区间范围里的任何值，通过测量取得。例如8月份的降雨量。
• 数据是否无限可分是判断连续和离散的依据。身高的数据是整数，如果提高精度可以量出小数点后面很多位，因此是连续数据。而计数的、分类的、等级的数据是离散的，因为数据无法继续分割了。

相关（Correlation）

当两组数据有紧密的关联时，我们说他们是高相关的。

• 正相关是两组数值一起增加，
• 负相关是当一组数值增加时，另一组数值减小

像这样：（图表下方数值是“相关系数”，最早由统计学家卡尔·皮尔逊设计的统计指标，是研究变量之间线性相关程度的量，一般用字母 r 表示。由于研究对象的不同，相关系数有多种定义方式，较为常用的是皮尔逊相关系数。）

引用来源：https://www.mathsisfun.com/data/scatter-xy-plots.html

数据基础学习之一

标签：位置   ret   提高   www   增加   不同   方式   loading   alt   

原文地址：https://www.cnblogs.com/fuyudata/p/13616386.html