統(tǒng)計學是數(shù)據(jù)分析的基石。學了統(tǒng)計學，你會發(fā)現(xiàn)很多時候的分析并不靠譜。比如很多人都喜歡用平均數(shù)去分析一個事物的結(jié)果，但是這往往是粗糙的，不準確的。如果學了統(tǒng)計學，那么我們就能以更多更科學的角度看待數(shù)據(jù)。

大部分的數(shù)據(jù)分析，都會用到統(tǒng)計方面的以下知識，可以重點學習：

基本的統(tǒng)計量：均值、中位數(shù)、眾數(shù)、方差、標準差、百分位數(shù)等

概率分布：幾何分布、二項分布、泊松分布、正態(tài)分布等

總體和樣本：了解基本概念，抽樣的概念

置信區(qū)間與假設檢驗：如何進行驗證分析

相關性與回歸分析：一般數(shù)據(jù)分析的基本模型

通過基本的統(tǒng)計量，你可以進行更多元化的可視化，以實現(xiàn)更加精細化的數(shù)據(jù)分析。這個時候也需要你去了解更多的Excel函數(shù)來實現(xiàn)基本的計算，或者python、R里面一些對應的可視化方法。

有了總體和樣本的概念，你就知道在面對大規(guī)模數(shù)據(jù)的時候，怎樣去進行抽樣分析。

你也可以應用假設檢驗的方法，對一些感性的假設做出更加精確地檢驗。

利用回歸分析的方法，你可以對未來的一些數(shù)據(jù)、缺失的數(shù)據(jù)做基本的預測。

了解統(tǒng)計學的原理之后，你不一定能夠通過工具實現(xiàn)，那么你需要去對應的找網(wǎng)上找相關的實現(xiàn)方法，也可以看書。先推薦一本非常簡單的：吳喜之-《統(tǒng)計學·從數(shù)據(jù)到結(jié)論》。也可以看《商務與經(jīng)濟統(tǒng)計》，結(jié)合業(yè)務能更容易理解。

另外，如何精力允許，請掌握一些主流算法的原理，比如線性回歸、邏輯回歸、決策樹、神經(jīng)網(wǎng)絡、關聯(lián)分析、聚類、協(xié)同過濾、隨機森林。再深入一點，還可以掌握文本分析、深度學習、圖像識別等相關的算法。關于這些算法，不僅需要了解其原理，你最好可以流暢地闡述出來，還需要你知曉其在各行業(yè)的一些應用場景。如果現(xiàn)階段不是工作剛需，可不作為重點。

更多相關信息請關注留求藝在線課程輔導，將持續(xù)為您介紹相關知識。